Wie kann ich die Funktion apply() von Pandas verwenden, um eine einzelne DataFrame-Spalte zu ändern?

Verwenden der Funktion apply() zum Ändern einer einzelnen Spalte in einem DataFrame

In Pandas ermöglicht Ihnen die Funktion apply() das Anwenden einer Diese Funktion wird jedem Element einer bestimmten Spalte zugewiesen, während die anderen Spalten unberührt bleiben. Dies ist nützlich, wenn Sie die Werte einer einzelnen Spalte ändern möchten, ohne den gesamten Datenrahmen zu beeinflussen.

Ändern der Werte einer einzelnen Spalte mit apply()

To Um die Werte einer bestimmten Spalte zu ändern, müssen Sie die folgenden Schritte ausführen:

1. Wählen Sie die Zielspalte aus:Verwenden Sie die []-Operator, um die Spalte auszuwählen, die Sie ändern möchten. Wenn Sie beispielsweise einen Datenrahmen namens df haben und die erste Spalte ändern möchten, würden Sie df['a'] verwenden.
2. Rufen Sie die Funktion apply() auf: Apply a Lambda-Funktion, wobei das Argument x jedes Element der ausgewählten Spalte darstellt. Die Funktion sollte die gewünschte Transformation angeben, die auf jedes Element angewendet werden soll.
3. Geben Sie die Transformation an: Geben Sie innerhalb der Lambda-Funktion die gewünschte Transformation an, die auf jedes Element angewendet werden soll.

Beispiel:

Bedenken Sie Folgendes Datenrahmen:

   a  b
0  1  2
1  2  3
2  3  4
3  4  5

Wenn Sie die Werte in der Spalte „a“ erhöhen möchten, während die Spalte „b“ unverändert bleibt, können Sie Folgendes tun:

df['a'] = df['a'].apply(lambda x: x + 1)

Dies wird Ergebnis ist der folgende modifizierte Datenrahmen:

   a  b
0  2  2
1  3  3
2  4  4
3  5  5

In diesem Beispiel wird die Lambda-Funktion (x 1) auf jedes Element der Spalte „a“ angewendet und inkrementiert jeder Wert. Die geänderten Werte werden wieder der Spalte „a“ zugewiesen, während die Spalte „b“ davon unberührt bleibt.

Das obige ist der detaillierte Inhalt vonWie kann ich die Funktion apply() von Pandas verwenden, um eine einzelne DataFrame-Spalte zu ändern?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!