Pandy: Jak mogę użyć funkcji Apply () dla pojedynczej kolumny?

Mam ramkę danych pand z dwiema kolumnami. Muszę zmienić wartości pierwszej kolumny bez wpływu na drugą i odzyskać całą ramkę danych ze zmienionymi tylko wartościami pierwszej kolumny. Jak mogę to zrobić za pomocą opcji Zastosuj w pandach?

Podano przykładową ramkę danych dfjako:

a,b
1,2
2,3
3,4
4,5

czego chcesz to:

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

który zwraca:

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

Aby użyć pojedynczej kolumny, lepiej użyć map():

df = pd.DataFrame([{'a': 15, 'b': 15, 'c': 5}, {'a': 20, 'b': 10, 'c': 7}, {'a': 25, 'b': 30, 'c': 9}])

    a   b  c
0  15  15  5
1  20  10  7
2  25  30  9



df['a'] = df['a'].map(lambda a: a / 2.)

      a   b  c
0   7.5  15  5
1  10.0  10  7
2  12.5  30  9

W ogóle nie potrzebujesz funkcji. Możesz pracować bezpośrednio nad całą kolumną.

Przykładowe dane:

>>> df = pd.DataFrame({'a': [100, 1000], 'b': [200, 2000], 'c': [300, 3000]})
>>> df

      a     b     c
0   100   200   300
1  1000  2000  3000

Połowa wszystkich wartości w kolumnie a:

>>> df.a = df.a / 2
>>> df

     a     b     c
0   50   200   300
1  500  2000  3000

Chociaż podane odpowiedzi są poprawne, modyfikują one początkową ramkę danych, co nie zawsze jest pożądane (a biorąc pod uwagę, że OP poprosił o przykłady „za pomocą apply”, może być tak, że chcieli wersji, która zwraca nową ramkę danych, jak to applyma miejsce).

Jest to możliwe przy użyciu assign: dotyczy assignistniejących kolumn, jak stwierdzono w dokumentacji (nacisk jest mój):

Przypisz nowe kolumny do DataFrame.

Zwraca nowy obiekt ze wszystkimi oryginalnymi kolumnami oprócz nowych. Istniejące kolumny, które zostaną ponownie przypisane, zostaną zastąpione .

W skrócie:

In [1]: import pandas as pd

In [2]: df = pd.DataFrame([{'a': 15, 'b': 15, 'c': 5}, {'a': 20, 'b': 10, 'c': 7}, {'a': 25, 'b': 30, 'c': 9}])

In [3]: df.assign(a=lambda df: df.a / 2)
Out[3]: 
      a   b  c
0   7.5  15  5
1  10.0  10  7
2  12.5  30  9

In [4]: df
Out[4]: 
    a   b  c
0  15  15  5
1  20  10  7
2  25  30  9

Zauważ, że funkcja przejdzie całą ramkę danych, nie tylko kolumnę, którą chcesz zmodyfikować, więc musisz upewnić się, że wybierasz odpowiednią kolumnę w lambda.

Jeśli naprawdę martwisz się szybkością wykonywania funkcji wprowadzania i masz ogromny zestaw danych do pracy, możesz użyć przełącznika szybszego, aby przyspieszyć wykonanie, oto przykład przełącznika szybszego na ramce danych pandy:

import pandas as pd
import swifter

def fnc(m):
    return m*3+4

df = pd.DataFrame({"m": [1,2,3,4,5,6], "c": [1,1,1,1,1,1], "x":[5,3,6,2,6,1]})

# apply a self created function to a single column in pandas
df["y"] = df.m.swifter.apply(fnc)

Umożliwi to wszystkim rdzeniom procesora obliczenie wyniku, dlatego będzie znacznie szybsze niż normalne funkcje stosowania. Daj mi znać, jeśli okaże się przydatny.

Pozwól mi wypróbować złożone obliczenia przy użyciu datetime i z uwzględnieniem zer lub pustych spacji. Skracam 30 lat w kolumnie daty i godziny i korzystam z applymetody lambdaoraz konwertuję format daty i godziny. Linia odpowiednio if x != '' else xzajmie się wszystkimi pustymi spacjami lub zerami.

df['Date'] = df['Date'].fillna('')
df['Date'] = df['Date'].apply(lambda x : ((datetime.datetime.strptime(str(x), '%m/%d/%Y') - datetime.timedelta(days=30*365)).strftime('%Y%m%d')) if x != '' else x)