将函数应用于pandas中的列
在pandas中，可以使用apply()函数将函数应用于DataFrame中的列。apply()函数可以接受一个函数作为参数，并将该函数应用于每个元素或每个列。它可以用于对列进行数据转换、数据清洗、特征工程等操作。
使用apply()函数的一般语法如下：
df['新列名'] = df['原列名'].apply(函数名)其中，df是一个DataFrame对象，'新列名'是新生成的列的名称，'原列名'是要应用函数的列的名称，函数名是要应用的函数。
apply()函数还可以接受其他参数，例如：
df['新列名'] = df['原列名'].apply(函数名, 参数1, 参数2, ...)下面是一个示例，假设有一个包含学生成绩的DataFrame，我们想要将成绩转换为等级（A、B、C、D、F）：
import pandas as pd
# 创建DataFrame
data = {'姓名': ['张三', '李四', '王五', '赵六'],
'成绩': [85, 92, 78, 65]}
df = pd.DataFrame(data)
# 定义转换函数
def convert_grade(score):
if score >= 90:
return 'A'
elif score >= 80:
return 'B'
elif score >= 70:
return 'C'
elif score >= 60:
return 'D'
else:
return 'F'
# 应用函数并创建新列
df['等级'] = df['成绩'].apply(convert_grade)
# 打印结果
print(df)输出结果：
姓名 成绩 等级
0 张三 85 B
1 李四 92 A
2 王五 78 C
3 赵六 65 D在这个示例中，我们定义了一个convert_grade()函数，根据成绩将其转换为等级。然后使用apply()函数将该函数应用于'成绩'列，并将结果存储在新的'等级'列中。
腾讯云相关产品和产品介绍链接地址：
- 云计算产品：https://cloud.tencent.com/product
- 云数据库 TencentDB：https://cloud.tencent.com/product/tencentdb
- 云服务器 CVM：https://cloud.tencent.com/product/cvm
- 人工智能平台 AI Lab：https://cloud.tencent.com/product/ailab
- 云存储 COS：https://cloud.tencent.com/product/cos
- 区块链服务 BaaS：https://cloud.tencent.com/product/baas
- 物联网平台 IoT Explorer：https://cloud.tencent.com/product/iothub
- 移动开发平台 MDP：https://cloud.tencent.com/product/mdp
相关·内容
1回答
如何从for循环中将结果存储为dataframe
python、pandas、dataframe
我想得到等级规则为A，B+，B，...的.csv输出。
输入数据如下：
name,score
A, 55
B, 30
.
.
.
这是我的代码：
import pandas as pd
import numpy as np
#Calculate grade regulation
def grading(x):
if x >=90 and x <= 100:
return 'A'
elif x >= 85 and x <= 89.99:
return 'B+'
elif x >= 80 and x <
浏览 1提问于2021-09-18得票数 0
2回答
基于不同列的部分字符串匹配在新数据框列中创建标注
python、python-3.x、pandas
首先，我看了很多关于这方面的线索，但似乎没有一个在make case中起作用。似乎最接近我想要做的事情。
在我的df中，有一个包含产品名称的列。我正在尝试创建一个函数，该函数在该列的每一行中查找部分字符串匹配，并根据该匹配为新的df列中的每一行创建一个标签。我想使用一个函数，因为我需要匹配大约5到6个模式。
我正在使用contains()函数查找部分产品标题匹配。这将返回一个布尔值，然后在函数中使用else/if进行检查：
def label_sub_cat():
if data['product'].str.contains('Proceedings'
浏览 0提问于2018-10-10得票数 0
3回答
使用应用相似列名的迭代函数
python、pandas
我有一个有3列的dataframe : a_id，b，c(以a_id作为唯一的键)，我想根据b和c列中的数字为每一行分配一个分数。我创建了以下内容：
def b_score_function(df):
if df['b'] <= 0 :
return 0
elif df['b'] <= 2 :
return 0.25
else:
return 1
def c_score_function(df):
if df['c'] <= 0 :
浏览 9提问于2022-07-23得票数 3
2回答
在Python中派生新列时ValueError
python
我有一张列考试成绩的桌子：
Exam Score
120
700
1000
如果考试分数>850，那么我们需要给A，如果他的分数在801-850之间，我们需要给他B等等。
我的任务：需要创建一个列级别来告诉学生的成绩
Grade Exam score
A >850
B 801-850
C
浏览 3提问于2019-09-21得票数 3
回答已采纳
1回答
在Python中创建了一个函数，我知道它本身工作，但希望使用它来迭代和计算列。
python、pandas、numpy
创建了下面的函数，当我将值传递给它时，它会工作，我想使用它来计算我的dataframe中新创建的列。但是当添加new_column时，我不知道在“=”后面放什么。
def home_team(home_odds,draw_odds,away_odds, full_time_result):
if full_time_result == 'H':
return 2 - home_odds
elif full_time_result == 'D':
return 3 - draw_odds
elif f
浏览 2提问于2021-07-20得票数 0
回答已采纳
3回答
‘'int’对象在if语句之后不可订阅
python、pandas
所以我有一个数据：
import pandas as pd
df = pd.DataFrame({'name': ['Jason', 'Molly', 'Tina', 'Jake', 'Amy'],
'score': [1, 3, 4, 5, 2]})
我想根据“分数”栏中的条件创建一个新的列。
我就这样试过了
df['happiness'] = df['score']
def are_you_ok(df):
if df[&
浏览 0提问于2018-09-18得票数 2
回答已采纳
2回答
在函数中调用列与在熊猫dataframe中调用外部列有什么不同？
python、pandas、dataframe
df=pd.DataFrame({"Age":[11,12,14,15,np.NaN,np.NaN],"Class":[10,11,10,11,9,9]})
df
def impute_age(cols):
Age = cols[0]
Class = cols[1]
if np.isnan(Age):
if Class == 10:
return 11
elif Class == 11:
return 12
else:
浏览 1提问于2020-02-17得票数 1
回答已采纳
3回答
熊猫:无数据返回与if和条件应用函数
python、pandas
我正在尝试应用一个.apply函数，它使用if和每一行的和逻辑来根据另外两个列的值填充一个列。在我的数据集中，我有两个列，我想检查行是否合格，然后应用我想要的查找。在我的映射数据框架中，我将它划分为4个不同的数据框架。
1.price per node new - prod
2.price per node new - non prod
3.price per node expansion - prod
4.price per node expansion - non prod
product_and_range_new_prod
product_and_range_p_n sco
浏览 1提问于2019-08-07得票数 0
1回答
将所有可能的组合应用到代码中来计算分数。
python
我有以下方法来计算可能的加权组合：
from itertools import product
for i in product(range(40,105,5), repeat=2):
#print(i)
然后，我想使用这些组合作为下面阈值的值，并让函数为每次迭代和引用提供一个不同的Name_Clean列，组合如下：
ngram_thresh = 65
leven_thresh = 95
def f(x):
if x['Name_ngram'] == x['Name_fuzz'] : return x['Name_ngram'
浏览 0提问于2020-08-05得票数 0
回答已采纳
4回答
如何循环函数参数？
python、function、if-statement、arguments、rest-parameters
def grade(*score):
for i in range(0, score):
if score >= 90:
return "A"
elif score >=80:
return "B"
elif score >=70:
return "C"
elif score >=60:
return "D"
else:
return "F"
print(grade(87, 92, 10
浏览 10提问于2020-10-28得票数 0
回答已采纳
3回答
函数在熊猫DataFrame列中的应用
python、pandas、numpy、dataframe、mean
起初，这似乎是一个基本的过程，但我始终收到以下错误：
TypeError: 'numpy.float64' object is not iterable
我有一个熊猫DataFrame与一个人和他的表演。我想找出他前两名的平均成绩。我编写了以下函数
def second(num):
bk = max(num)
count = 0
m1 = m2 = float('-inf')
for x in num:
count += 1
if x >= m1:
m1, m2
浏览 6提问于2014-11-26得票数 0
回答已采纳
2回答
在DataFrame中计算满足多个条件的值的百分比
python、pandas、function、dataframe、data-analysis
我有一个DataFrame，里面有从1985年开始的每个三月疯狂游戏的信息。现在我正试着一轮一轮地计算高种子选手的胜率。主DataFrame如下所示： ? 我认为最好的方法是创建单独的函数。第一个函数处理当score高于score.1返回团队时，以及当score.1高于score return team.1时，然后将这些附加到函数末尾。下一个根据需要，做高于种子的种子1，返回团队，然后种子高于种子，返回团队1，然后追加和最后一个函数，当它们相等时，做一个函数 def func1(x):
if tourney.loc[tourney['Score']] >
浏览 30提问于2019-04-22得票数 0
1回答
在包含大量列的dataset上，熊猫的数据格式操作太慢了
python、python-2.7、pandas
我有一个相似矩阵(熊猫数据)，我想查看每一个产品，得到最相似的5个产品，然后将它们放入最后一个名为itemAffinity的数据表中，但是由于相似性矩阵有31878个条目(产品)，=>意味着31878列31878行。执行以下功能，无法完成(花费大量时间)。
def get_items_similarity_score(similarity_matrix):
products_list = similarity_matrix.columns.values.tolist()
#Create an empty data frame to store item affinity
浏览 0提问于2018-08-03得票数 0
1回答
数据报添加带有条件的新列，并基于另一列
python、pandas
我有客户rfm的数据。
示例数据如下：
df_cust = pd.Dataframe(
'CustNo' = [001, 002, 003, 004],
'Recency' = [5,10,200,150],
'Frequency' = [1, 3, 10, 1]
)
我想创建一个新的列‘score_ create’。我也有两个计算分数的函数(通常我使用lambda函数来创建列pandas)。
def cal_new_cust(recency):
return score # logic code with new cust fr
浏览 10提问于2021-05-23得票数 0
1回答
使用Pandas样式(DataFrame.style属性)迭代产品价格
python、pandas、dataframe、pandas-styles
我有一个熊猫数据框，其中包含不同日期采取的各种产品的价格数据，列是‘日期’，‘产品’，‘价格’。
我的目标是突出显示该特定产品降价的价格单元格。与下面…所示的示例.csv非常相似
我知道每种产品都需要分开，然后成对评估该产品的价格。我在脚本的另一部分中使用了以下代码来成功地实现这一点：
integer = 0
for iteration in range(iterations):
first_price_pair = one_product.iloc[integer,2]
integer=integer+1
second_price_pair = one_
浏览 7提问于2020-05-09得票数 0
1回答
对数据的每一行应用SentimentIntensityAnalyzer函数&提供情感评分
python、python-3.x、pandas
我用Python从SentimentIntensityAnalyzer库中编写了一个调用nltk.sentiment.vader函数的小程序。我想分析c2列中提到的评论&在新的相邻列中提供情感评分。有10,000个评论&我的评论在remarks.txt文件中。我已经创建了get_sentiment()函数，但面临的问题是将数据帧的每一行作为参数传递&调用它，使用for循环提供情感评分，并将其存储在相邻的列中。
我试过这些密码：
df['add'] = df.apply(lambda row: get_sentiment(row))
在网上任何地方都找不
浏览 0提问于2019-09-05得票数 0
回答已采纳
2回答
如何阻止apply()更改列的顺序？
python、pandas
我有一个可重复的例子，玩具数据：
df = pd.DataFrame({'my_customers':['John','Foo'],'email':['email@gmail.com','othermail@yahoo.com'],'other_column':['yes','no']})
print(df)
my_customers email other_column
0 John e
浏览 1提问于2019-08-26得票数 2
回答已采纳
5回答
Pandas灵活地确定指标
python、pandas、design-patterns
假设我们在Pandas中有不同的数据帧结构
# creating the first dataframe
df1 = pd.DataFrame({
"width": [1, 5],
"height": [5, 8]})
# creating second dataframe
df2 = pd.DataFrame({
"a": [7, 8],
"b": [11, 23],
"c": [1, 3]})
# creating second dataframe
df3 = pd.DataFra
浏览 1提问于2020-03-07得票数 3
1回答
使用apply()创建新列两次将导致覆盖新列
python、pandas、dataframe
我写了一些熊猫代码，相当于这个玩具的例子：
df_test = pd.DataFrame({'product': [0, 0, 1, 1], 'sold_for': [5000, 4500, 10000, 8000]})
def product0_makes_profit(row, product0_cost):
return row['sold_for'] > product0_cost
def product1_makes_profit(row, product1_cost):
return row['sol
浏览 1提问于2019-02-15得票数 2
回答已采纳
1回答
如何获取同一列的n到n-3个数据，并作为新列填充到同一行
python、pandas
我想要操作一个数据，在这个数据中，我想获取相同列的旧值，然后作为同一行的新列输入。我有一个名为test_df的Pandas Dataframe，其中有一个列得分。基于发布日期列，我希望获得按产品分组的当前版本的前三个版本的分数。
Product Version score Release
Android 1 5 September 23, 2008
Android 1.1 7 February 9, 2009
Android 1.5 6 April 27, 2009
Android 1.6 8 Sept
浏览 0提问于2020-12-03得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
活动推荐
腾讯云开发者
