小案例: Pandas的apply方法

插播一條廣告

Python部分上課時間爲 6月29日- 7月2 日，感興趣的童鞋歡迎關注

pandas中有一個特別好用的apply方法，包括

列內計算，只對某列進行某種計算
列間計算，對多個列之間進行復雜的計算

下面我們看實驗數據

import pandas as pd
import numpy as np

matrix = [
    ['張三', '1995-12-31', '山東', '本科'],
    ['李四', '1993-05-29', '河北', '大專'],
    ['王五', '1995-03-14', '山西', '碩士'],
    ['趙六', '1992-07-08', '內蒙古', '本科'],
]

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

Name	Birthday	From	Edu
0	張三	1995-12-31	山東	本科
1	李四	1993-05-29	河北	大專
2	王五	1995-03-14	山西	碩士
3	趙六	1992-07-08	內蒙古	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

列內計算

一般列內計算，實際上主要是對series做的操作，比如選中dataframe某列。

df['colname'].apply(func) 默認只對 列方向 對colname列做func操作，例如計算每個員工的出生年份、年齡。

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


#對birthday列使用year函數操作
df['Year'] = df['Birthday'].apply(year)

#年齡
df['Age'] = 2020-df['Year']

df

Name	Birthday	From	Edu	Year	Age
0	張三	1995-12-31	山東	本科	1995	25
1	李四	1993-05-29	河北	大專	1993	27
2	王五	1995-03-14	山西	碩士	1995	25
3	趙六	1992-07-08	內蒙古	本科	1992	28

列間計算

df.apply(func, axis=1)不同列之間可以有複雜的計算，比如想計算設計自我介紹模板

def intro(r):
    #r代指dataframe中的任意行，是series類型數據，擁有類似字典的使用方法。
    return '大家好，我是{name},\
            來自{province}省，\
            今年{age}歲了！'.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	張三	1995-12-31	山東	本科	1995	25	大家好，我是張三, 來自山東省，今年25歲了！
1	李四	1993-05-29	河北	大專	1993	27	大家好，我是李四, 來自河北省，今年27歲了！
2	王五	1995-03-14	山西	碩士	1995	25	大家好，我是王五, 來自山西省，今年25歲了！
3	趙六	1992-07-08	內蒙古	本科	1992	28	大家好，我是趙六, 來自內蒙古省，今年28歲了！