Rumah > pembangunan bahagian belakang > Tutorial Python > Bagaimanakah Saya Boleh Memohon Elemen-Bijak Fungsi pada Lajur DataFrame Berbilang Panda?

Bagaimanakah Saya Boleh Memohon Elemen-Bijak Fungsi pada Lajur DataFrame Berbilang Panda?

Barbara Streisand
Lepaskan: 2024-12-04 01:15:10
asal
396 orang telah melayarinya

How Can I Apply a Function Element-Wise to Multiple Pandas DataFrame Columns?

Panda: Menggunakan Fungsi pada Berbilang Lajur

Masalah:

Memandangkan fungsi dan Pandas DataFrame dengan berbilang lajur, bagaimana kita boleh menggunakan elemen fungsi secara bijak kepada setiap pasangan nilai yang sepadan dalam lajur?

Penyelesaian:

Terdapat cara yang cekap untuk mencapai ini menggunakan fungsi lambda Pandas dan menggunakan kaedah:

def get_sublist(sta, end):
    return mylist[sta:end+1]

df['col_3'] = df.apply(lambda x: get_sublist(x.col_1, x.col_2), axis=1)
Salin selepas log masuk

Ini terpakai fungsi get_sublist kepada setiap baris DataFrame, menggunakan nilai dalam lajur 'col_1' dan 'col_2' sebagai input. Hasilnya ialah lajur baharu, 'col_3', mengandungi subsenarai yang dikira.

Penggunaan:

Pertimbangkan contoh berikut:

df = pd.DataFrame({'ID':['1','2','3'], 'col_1': [0,2,3], 'col_2':[1,4,5]})
mylist = ['a','b','c','d','e','f']

# Apply the function and create a new column
df['col_3'] = df.apply(lambda x: get_sublist(x.col_1, x.col_2), axis=1)

print(df)
Salin selepas log masuk

Output:

  ID  col_1  col_2            col_3
0  1      0      1       ['a', 'b']
1  2      2      4  ['c', 'd', 'e']
2  3      3      5  ['d', 'e', 'f']
Salin selepas log masuk

Atas ialah kandungan terperinci Bagaimanakah Saya Boleh Memohon Elemen-Bijak Fungsi pada Lajur DataFrame Berbilang Panda?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Artikel terbaru oleh pengarang
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan