为什么Pandas没有提供使用.apply的选项？
为什么Pandas没有提供使用.apply的选项？
提问于 2020-04-01 16:35:02
我认为每个设计决策都是有原因的。许多熊猫函数(如df.drop、df.rename df.replace)都带有一个参数inplace。如果你把它设置为True，而不是返回一个新的数据，熊猫修改数据，嗯，就位。(这里没有任何意外;)
但是，我经常发现自己使用df.apply和lambda表达式来对列执行更复杂的操作。请考虑以下示例：
假设我有文本数据，需要对其进行预处理，以便进行情感分析。我会用：
def remove_punctuation(text):
no_punct = "".join([c for c in text if c not in string.punctuation])
return no_punct然后对我的专栏作如下修改：
df['text'] = df['text'].apply(lambda x: remove_punctuation(x))我最近注意到，.apply没有争论inplace=True。既然这个函数主要用于更新数据格式，为什么这样的参数不可用？这背后的理由是什么？
回答 1
Stack Overflow用户
回答已采纳
发布于 2020-04-01 16:46:30
pandas.DataFrame.apply和pandas.Series.apply都从DataFrame或Series返回Series。在您的示例中，将其应用于Series和inplace可能是有意义的。然而，在其他应用程序中，它不会这样做。
例如，df是：
col1 col2
0 1 3
1 2 4做：
s = df.apply(lambda x: x.col1 + x.col2, axis=1)将返回一个与原始Series不同的类型和形状的DataFrame。在这种情况下，inplace参数没有多大意义。
我认为pandas开发人员希望增强pandas.DataFrame.apply和pandas.Series.apply之间的一致性，避免只在pandas.Series.apply中使用inplace参数所产生的混乱。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/60975864
复制相关文章
相似问题
腾讯云开发者
