pandas apply 示例|极客笔记

pandas apply 示例

Pandas 是一个强大的数据处理库，它提供了许多方法来处理和分析数据。在这篇文章中，我们将重点介绍 apply 方法的使用。apply 方法允许用户对 DataFrame 或 Series 中的数据应用一个函数，这可以是一个自定义函数，也可以是一个已经存在的函数。这种方法非常灵活，可以应用于多种数据处理任务。

1. 基本使用

apply 方法可以被用于 DataFrame 的行或列，也可以被用于 Series。下面是一些基本的使用示例。

示例代码 1：对 Series 应用函数

import pandas as pd

# 创建一个 Series
s = pd.Series(['pandasdataframe.com', 'example', 'apply'])

# 定义一个简单的函数来转换字符串为大写
def to_upper(text):
    return text.upper()

# 使用 apply 方法
result = s.apply(to_upper)
print(result)

Output:

pandas apply 示例

示例代码 2：对 DataFrame 的单列应用函数

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({
    'URL': ['pandasdataframe.com', 'example.com', 'apply.com']
})

# 定义一个函数来添加 https:// 前缀
def add_prefix(url):
    return 'https://' + url

# 应用函数到 'URL' 列
df['URL'] = df['URL'].apply(add_prefix)
print(df)

Output:

pandas apply 示例

示例代码 3：对 DataFrame 的每行应用函数

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({
    'Domain': ['pandasdataframe.com', 'example.com', 'apply.com'],
    'Visits': [1000, 1500, 800]
})

# 定义一个函数来创建一个描述字符串
def create_description(row):
    return f"Website {row['Domain']} has {row['Visits']} visits."

# 使用 apply 方法，axis=1 表示应用于每行
df['Description'] = df.apply(create_description, axis=1)
print(df)

Output:

pandas apply 示例

2. 使用 lambda 函数

apply 方法常与匿名函数 lambda 结合使用，这使得代码更加简洁。

示例代码 4：使用 lambda 函数转换数据

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({
    'Email': ['contact@pandasdataframe.com', 'info@example.com', 'support@apply.com']
})

# 使用 lambda 函数添加一个前缀
df['Email'] = df['Email'].apply(lambda x: 'Email: ' + x)
print(df)

Output:

pandas apply 示例

示例代码 5：结合 lambda 函数和条件逻辑

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({
    'Score': [90, 85, 88],
    'Email': ['student1@pandasdataframe.com', 'student2@example.com', 'student3@apply.com']
})

# 使用 lambda 函数根据分数给出等级
df['Grade'] = df['Score'].apply(lambda x: 'A' if x >= 90 else 'B')
print(df)

Output:

pandas apply 示例

3. 结合其他 Pandas 功能

apply 方法可以与 Pandas 的其他功能如 groupby 结合使用，以实现更复杂的数据处理。

示例代码 6：结合 groupby 使用 apply

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({
    'Category': ['Tech', 'Tech', 'Food'],
    'Domain': ['pandasdataframe.com', 'example.com', 'apply.com'],
    'Visits': [1000, 1500, 800]
})

# 定义一个函数来计算每个类别的平均访问量
def average_visits(data):
    return data['Visits'].mean()

# 使用 groupby 和 apply
result = df.groupby('Category').apply(average_visits)
print(result)

示例代码 7：使用 apply 进行复杂的数据转换

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({
    'Data': ['2021-01-01', '2021-01-02', '2021-01-03'],
    'Value': [100, 200, 150]
})

# 定义一个函数来转换日期并计算新值
def transform(row):
    row['Data'] = pd.to_datetime(row['Data']).year
    row['Value'] *= 10
    return row

# 使用 apply 方法
df = df.apply(transform, axis=1)
print(df)

Output:

pandas apply 示例

4. 性能考虑

虽然 apply 方法非常灵活和强大，但在处理大型数据集时可能不是最高效的选择。在可能的情况下，使用 Pandas 的内置向量化方法通常会更快。

示例代码 8：向量化操作替代 apply

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({
    'Value': [1, 2, 3]
})

# 使用向量化方法计算平方，而不是使用 apply
df['Square'] = df['Value'] ** 2
print(df)

Output:

pandas apply 示例

5. 错误处理

在使用 apply 方法时，可能会遇到需要错误处理的情况。我们可以在函数中添加错误处理逻辑来确保代码的健壮性。

示例代码 9：在 apply 函数中添加错误处理

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({
    'URL': ['pandasdataframe.com', 'example.com', None]
})

# 定义一个函数来添加前缀，包含错误处理
def add_prefix(url):
    try:
        return 'https://' + url
    except TypeError:
        return 'https://unknown'

# 应用函数到 'URL' 列
df['URL'] = df['URL'].apply(add_prefix)
print(df)

Output:

pandas apply 示例