小案例: Pandas的apply方法

插播一条广告

Python部分上课时间为 6月29日- 7月2 日，感兴趣的童鞋欢迎关注

pandas中有一个特别好用的apply方法，包括

列内计算，只对某列进行某种计算
列间计算，对多个列之间进行复杂的计算

下面我们看实验数据

import pandas as pd
import numpy as np

matrix = [
    ['张三', '1995-12-31', '山东', '本科'],
    ['李四', '1993-05-29', '河北', '大专'],
    ['王五', '1995-03-14', '山西', '硕士'],
    ['赵六', '1992-07-08', '内蒙古', '本科'],
]

df = pd.DataFrame(matrix, columns=['Name', 'Birthday', 'From', 'Edu'])
df

Name Birthday From Edu 0 张三 1995-12-31 山东本科 1 李四 1993-05-29 河北大专 2 王五 1995-03-14 山西硕士 3 赵六 1992-07-08 内蒙古本科

df.apply(func)或series.apply(func)

axis控制操作方向

0 表示列方向
1 表示行方向

列内计算

一般列内计算，实际上主要是对series做的操作，比如选中dataframe某列。

df['colname'].apply(func) 默认只对 列方向 对colname列做func操作，例如计算每个员工的出生年份、年龄。

def year(birthday):
    #截取birthday字符串的年份
    return int(birthday[:4])


#对birthday列使用year函数操作
df['Year'] = df['Birthday'].apply(year)

#年龄
df['Age'] = 2020-df['Year']

df

Name Birthday From Edu Year Age 0 张三 1995-12-31 山东本科 1995 25 1 李四 1993-05-29 河北大专 1993 27 2 王五 1995-03-14 山西硕士 1995 25 3 赵六 1992-07-08 内蒙古本科 1992 28

列间计算

df.apply(func, axis=1)不同列之间可以有复杂的计算，比如想计算设计自我介绍模板

def intro(r):
    #r代指dataframe中的任意行，是series类型数据，拥有类似字典的使用方法。
    return '大家好，我是{name},\
            来自{province}省，\
            今年{age}岁了！'.format(name=r['Name'], 
                                 province=r['From'],
                                 age=r['Age'])

df['Intro'] = df.apply(intro, axis=1)
df

Name Birthday From Edu Year Age Intro 0 张三 1995-12-31 山东本科 1995 25 大家好，我是张三, 来自山东省，今年25岁了！ 1 李四 1993-05-29 河北大专 1993 27 大家好，我是李四, 来自河北省，今年27岁了！ 2 王五 1995-03-14 山西硕士 1995 25 大家好，我是王五, 来自山西省，今年25岁了！ 3 赵六 1992-07-08 内蒙古本科 1992 28 大家好，我是赵六, 来自内蒙古省，今年28岁了！