logo

Python | Pandas.apply()

Pandas.apply permet als usuaris passar una funció i aplicar-la a cada valor de la sèrie Pandas. Es tracta d'una gran millora per a la biblioteca de pandas, ja que aquesta funció ajuda a segregar les dades segons les condicions requerides perquè s'utilitza de manera eficient en ciència de dades i aprenentatge automàtic.

Instal·lació:



Importeu el mòdul Pandas al fitxer Python mitjançant les ordres següents al terminal:

pip install pandas>

Per llegir el fitxer csv i comprimir-lo en una sèrie de pandas, s'utilitzen les ordres següents:

import pandas as pd s = pd.read_csv('stock.csv', squeeze=True)>

Sintaxi:



s.apply(func, convert_dtype=True, args=())>

Paràmetres:

funció: .apply pren una funció i l'aplica a tots els valors de la sèrie pandas. convert_dtype: Converteix dtype segons l'operació de la funció. args=(): Arguments addicionals per passar a la funció en lloc de la sèrie. Tipus de retorn: Sèrie Pandas després de la funció/operació aplicada.

Exemple #1:



L'exemple següent passa una funció i comprova el valor de cada element en sèrie i retorna baix, normal o alt en conseqüència.

PYTHON3




import> pandas as pd> # reading csv> s>=> pd.read_csv('stock.csv', squeeze>=> True>)> # defining function to check price> def> fun(num):> >if> num<>200>:> >return> 'Low'> >elif> num>>=> 200> and> num<>400>:> >return> 'Normal'> >else>:> >return> 'High'> # passing function to apply and storing returned series in new> new>=> s.>apply>(fun)> # printing first 3 element> print>(new.head(>3>))> # printing elements somewhere near the middle of series> print>(new[>1400>], new[>1500>], new[>1600>])> # printing last 3 elements> print>(new.tail(>3>))>

sistemes experts
>

>

Sortida:

Exemple #2:

A l'exemple següent, es fa una funció anònima temporal a .apply mitjançant lambda. Afegeix 5 a cada valor de la sèrie i retorna una nova sèrie.

PYTHON3




import> pandas as pd> s>=> pd.read_csv('stock.csv', squeeze>=> True>)> # adding 5 to each value> new>=> s.>apply>(>lambda> num : num>+> 5>)> # printing first 5 elements of old and new series> print>(s.head(),>' '>, new.head())> # printing last 5 elements of old and new series> print>(>' '>, s.tail(),>' '>, new.tail())>

>

>

Sortida:

0 50.12 1 54.10 2 54.65 3 52.38 4 52.95 Name: Stock Price, dtype: float64   0 55.12 1 59.10 2 59.65 3 57.38 4 57.95 Name: Stock Price, dtype: float64  3007 772.88 3008 771.07 3009 773.18 3010 771.61 3011 782.22 Name: Stock Price, dtype: float64   3007 777.88 3008 776.07 3009 778.18 3010 776.61 3011 787.22 Name: Stock Price, dtype: float64>

Com s'ha observat, valors nous = valors antics + 5