pandas之使用自定义函数

如果想要应用自定义的函数，或者把其他库中的函数应用到 Pandas 对象中，有以下三种方法：

1) 操作整个 DataFrame 的函数：pipe()
2) 操作行或者列的函数：apply()
3) 操作单一元素的函数：applymap()

如何从上述函数中选择适合的函数，这取决于函数的操作对象。下面介绍了三种方法的使用。

操作整个数据表

通过给 pipe() 函数传递一个自定义函数和适当数量的参数值，从而操作 DataFrme 中的所有元素。下面示例，实现了数据表中的元素值依次加 3。

首先自定义一个函数，计算两个元素的加和，如下所示：

def adder(ele1,ele2):
return ele1+ele2

然后使用自定义的函数对 DataFrame 进行操作：

df = pd.DataFrame(np.random.randn(4,3,columns=['c1','c2','c3'])
#传入自定义函数以及要相加的数值3
df.pipe(adder,3)

完整的程序，如下所示：

import pandas as pd
import numpy as np
#自定义函数
def adder(ele1,ele2):
return ele1+ele2
#操作DataFrame
df = pd.DataFrame(np.random.randn(4,3),columns=['c1','c2','c3'])
#相加前
print(df)
#相加后
print(df.pipe(adder,3))

输出结果：

         c1        c2        c3

0  1.989075  0.932426 -0.523568

1 -1.736317  0.703575 -0.819940

2  0.657279 -0.872929  0.040841

3  0.441424  1.170723 -0.629618

         c1        c2        c3

0  4.989075  3.932426  2.476432

1  1.263683  3.703575  2.180060

2  3.657279  2.127071  3.040841

3  3.441424  4.170723  2.370382

操作行或列

如果要操作 DataFrame 的某一行或者某一列，可以使用 apply() 方法，该方法与描述性统计方法类似，都有可选参数 axis，并且默认按列操作。示例如下：

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(5,3),columns=['col1','col2','col3'])
df.apply(np.mean)
#默认按列操作，计算每一列均值
print(df.apply(np.mean))

输出结果：

col1    0.277214

col2    0.716651

col3   -0.250487

dtype: float64

传递轴参 axis=1，表示逐行进行操作，示例如下：

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(5,3),columns=['col1','col2','col3'])
print(df)
print (df.apply(np.mean,axis=1))

输出结果：

       col1      col2      col3

0  0.210370 -0.662840 -0.281454

1 -0.875735  0.531935 -0.283924

2  1.036009 -0.958771 -1.048961

3 -1.266042 -0.257666  0.403416

4  0.496041 -1.071545  1.432817

0   -0.244641

1   -0.209242

2   -0.323908

3   -0.373431

4    0.285771

dtype: float64

求每一列中，最大值与最小值之差。示例如下：

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(5,3),columns=['col1','col2','col3'])
print(df.apply(lambda x: x.max() - x.min()))

输出结果:

col1    3.538252

col2    2.904771

col3    2.650892

dtype: float64

操作单一元素

DataFrame 数据表结构的 applymap() 和 Series 系列结构的 map() 类似，它们都可以接受一个 Python 函数，并返回相应的值。

示例如下：

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(5,3),columns=['col1','col2','col3'])
#自定义函数lambda函数
print(df['col1'].map(lambda x:x*100))

输出结果：

0    -18.171706

1      1.582861

2     22.398156

3     32.395690

4   -133.143543

Name: col1, dtype: float64

下面示例使用了 applymap() 函数，如下所示：

import pandas as pd
import numpy as np
#自定义函数
df = pd.DataFrame(np.random.randn(5,3),columns=['col1','col2','col3'])
print(df.applymap(lambda x:x*10))
print(df.apply(np.mean))

输出结果：

        col1       col2       col3

0  -1.055926   7.952690  15.225932

1   9.362457 -12.230732   7.663450

2   2.910049  -2.782934   2.073905

3 -12.008132  -1.444989   5.988144

4   2.877850   6.563894   8.192513

#求均值：

col1    0.041726

col2   -0.038841

col3    0.782879

dtype: float64