在Pandas中,可以使用apply()函数将一个函数应用于多个数据集列。apply()函数可以接受一个函数作为参数,并将该函数应用于每一列或每一行的元素。
使用apply()函数应用于多个列的步骤如下:
import pandas as pd
data = {'col1': [1, 2, 3, 4, 5],
'col2': [6, 7, 8, 9, 10],
'col3': [11, 12, 13, 14, 15]}
df = pd.DataFrame(data)
def square(x):
return x ** 2
df[['col1', 'col2']] = df[['col1', 'col2']].apply(square)
print(df)
完整的代码示例如下:
import pandas as pd
data = {'col1': [1, 2, 3, 4, 5],
'col2': [6, 7, 8, 9, 10],
'col3': [11, 12, 13, 14, 15]}
df = pd.DataFrame(data)
def square(x):
return x ** 2
df[['col1', 'col2']] = df[['col1', 'col2']].apply(square)
print(df)
这样,就可以将函数应用于多个Pandas数据集列,并得到相应的结果。请注意,以上代码中的函数和数据集仅作为示例,实际应用中可以根据需求定义不同的函数和数据集。
DB TALK 技术分享会
腾讯云数据湖专题直播
DBTalk
云+社区技术沙龙[第9期]
云+社区开发者大会 武汉站
云+社区技术沙龙[第17期]
技术创作101训练营
Techo Day 第三期
领取专属 10元无门槛券
手把手带您无忧上云