Pandas.apply umožňuje uživatelům předat funkci a aplikovat ji na každou jednotlivou hodnotu řady Pandas. Pro knihovnu pandas je to obrovské vylepšení, protože tato funkce pomáhá segregovat data podle požadovaných podmínek, díky kterým je efektivně využívána v datové vědě a strojovém učení.
Instalace:
Importujte modul Pandas do souboru python pomocí následujících příkazů na terminálu:
pip install pandas>
Ke čtení souboru csv a jeho vtlačení do série pandas se používají následující příkazy:
import pandas as pd s = pd.read_csv('stock.csv', squeeze=True)> Syntax:
s.apply(func, convert_dtype=True, args=())>
Parametry:
func: .apply převezme funkci a aplikuje ji na všechny hodnoty řady pandas. convert_dtype: Převeďte dtype podle operace funkce. argumenty=(): Další argumenty, které se mají předat funkci místo řady. Typ vrácení: Řada Pandas po použití funkce/provozu.
Příklad č. 1:
Následující příklad předá funkci a zkontroluje hodnotu každého prvku v sérii a podle toho vrátí nízkou, normální nebo vysokou.
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>))> |
práce na počítači
>
>
Výstup:
Příklad č. 2:
V následujícím příkladu je dočasná anonymní funkce vytvořena v samotném .apply pomocí lambda. Ke každé hodnotě v sérii přidá 5 a vrátí novou řadu.
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())> |
>
>
Výstup:
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>
Jak bylo pozorováno, nové hodnoty = staré hodnoty + 5