Bagaimanakah Fungsi Pandas\' `apply()` Digunakan untuk Mengubah Suai Lajur DataFrame Tertentu?

Panda: Menggunakan Operasi pada Lajur Tertentu Menggunakan apply()

Dalam analisis data, selalunya perlu untuk menggunakan operasi pada subset sesuatu bingkai data, seperti satu lajur. Fungsi apply() Pandas menyediakan mekanisme yang berkuasa untuk ini dengan membenarkan anda mentakrifkan fungsi tersuai untuk mengubah dan memanipulasi lajur tertentu bagi rangka data.

Menggunakan apply() untuk Lajur Tunggal

Untuk menggunakan operasi pada satu lajur, hanya gunakan kaedah assign() objek bingkai data. Sintaksnya adalah seperti berikut:

df[column_name] = df[column_name].apply(function)

di mana:

• nama_lajur: Nama lajur yang anda mahu gunakan operasi.
• fungsi: Fungsi yang anda ingin gunakan pada lajur. Ia perlu mengambil satu hujah, yang mewakili nilai setiap elemen dalam lajur.

Contoh:

Pertimbangkan bingkai data panda yang dipanggil df dengan yang berikut lajur:

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

Jika anda ingin menambah nilai dalam lajur 'a' tanpa menjejaskan lajur 'b', anda boleh menggunakan kod berikut:

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

Fungsi apply() akan menggunakan fungsi lambda pada setiap elemen dalam lajur 'a', yang hanya menambah 1 pada nilai. Hasilnya ialah bingkai data yang diubah suai dengan lajur 'a' telah ditambah:

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

Atas ialah kandungan terperinci Bagaimanakah Fungsi Pandas\' `apply()` Digunakan untuk Mengubah Suai Lajur DataFrame Tertentu?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!