Gấu trúc: Làm cách nào tôi có thể sử dụng hàm áp dụng () cho một cột?

Tôi có một khung dữ liệu gấu trúc với hai cột. Tôi cần thay đổi các giá trị của cột đầu tiên mà không ảnh hưởng đến cột thứ hai và lấy lại toàn bộ khung dữ liệu chỉ với các giá trị cột đầu tiên được thay đổi. Làm thế nào tôi có thể làm điều đó bằng cách sử dụng áp dụng trong gấu trúc?

Đưa ra một khung dữ liệu mẫu dflà:

a,b
1,2
2,3
3,4
4,5

những gì bạn muốn là:

df['a'] = df['a'].apply(lambda x: x + 1)

trả về:

   a  b
0  2  2
1  3  3
2  4  4
3  5  5

Đối với một cột duy nhất tốt hơn để sử dụng map(), như thế này:

df = pd.DataFrame([{'a': 15, 'b': 15, 'c': 5}, {'a': 20, 'b': 10, 'c': 7}, {'a': 25, 'b': 30, 'c': 9}])

    a   b  c
0  15  15  5
1  20  10  7
2  25  30  9



df['a'] = df['a'].map(lambda a: a / 2.)

      a   b  c
0   7.5  15  5
1  10.0  10  7
2  12.5  30  9

Bạn không cần một chức năng nào cả. Bạn có thể làm việc trên toàn bộ một cột trực tiếp.

Dữ liệu ví dụ:

>>> df = pd.DataFrame({'a': [100, 1000], 'b': [200, 2000], 'c': [300, 3000]})
>>> df

      a     b     c
0   100   200   300
1  1000  2000  3000

Một nửa tất cả các giá trị trong cột a:

>>> df.a = df.a / 2
>>> df

     a     b     c
0   50   200   300
1  500  2000  3000

Mặc dù các phản hồi đã cho là chính xác, nhưng chúng sửa đổi khung dữ liệu ban đầu, điều này không phải lúc nào cũng mong muốn (và, được OP yêu cầu ví dụ "sử dụng apply", có thể họ muốn có một phiên bản trả về khung dữ liệu mới, như applyvậy).

Điều này có thể sử dụng assign: nó hợp lệ assignvới các cột hiện có, vì các trạng thái tài liệu (nhấn mạnh là của tôi):

Chỉ định các cột mới cho DataFrame.

Trả về một đối tượng mới với tất cả các cột ban đầu ngoài các cột mới. Các cột hiện có được gán lại sẽ được ghi đè .

Nói ngắn gọn:

In [1]: import pandas as pd

In [2]: df = pd.DataFrame([{'a': 15, 'b': 15, 'c': 5}, {'a': 20, 'b': 10, 'c': 7}, {'a': 25, 'b': 30, 'c': 9}])

In [3]: df.assign(a=lambda df: df.a / 2)
Out[3]: 
      a   b  c
0   7.5  15  5
1  10.0  10  7
2  12.5  30  9

In [4]: df
Out[4]: 
    a   b  c
0  15  15  5
1  20  10  7
2  25  30  9

Lưu ý rằng hàm sẽ được truyền toàn bộ khung dữ liệu, không chỉ cột bạn muốn sửa đổi, vì vậy bạn sẽ cần đảm bảo bạn chọn đúng cột trong lambda của mình.

Nếu bạn thực sự lo lắng về tốc độ thực thi của hàm áp dụng và bạn có một bộ dữ liệu khổng lồ để làm việc, bạn có thể sử dụng swifter để thực hiện nhanh hơn, đây là một ví dụ cho swifter trên dataframe:

import pandas as pd
import swifter

def fnc(m):
    return m*3+4

df = pd.DataFrame({"m": [1,2,3,4,5,6], "c": [1,1,1,1,1,1], "x":[5,3,6,2,6,1]})

# apply a self created function to a single column in pandas
df["y"] = df.m.swifter.apply(fnc)

Điều này sẽ cho phép tất cả các lõi CPU của bạn tính toán kết quả do đó nó sẽ nhanh hơn nhiều so với các chức năng áp dụng thông thường. Hãy thử và cho tôi biết nếu nó trở nên hữu ích cho bạn.

Hãy để tôi thử một tính toán phức tạp bằng cách sử dụng datetime và xem xét null hoặc khoảng trống. Tôi đang giảm 30 năm trên cột datetime và sử dụng applyphương thức cũng như lambdachuyển đổi định dạng datetime. Line if x != '' else xsẽ chăm sóc tất cả các khoảng trống hoặc null tương ứng.

df['Date'] = df['Date'].fillna('')
df['Date'] = df['Date'].apply(lambda x : ((datetime.datetime.strptime(str(x), '%m/%d/%Y') - datetime.timedelta(days=30*365)).strftime('%Y%m%d')) if x != '' else x)