Pandas.apply antaa käyttäjien välittää funktion ja käyttää sitä jokaiseen Pandas-sarjan arvoon. Se on valtava parannus pandakirjastolle, koska tämä toiminto auttaa erottelemaan dataa vaadittujen olosuhteiden mukaan, minkä vuoksi sitä käytetään tehokkaasti datatieteessä ja koneoppimisessa.
Asennus:
Tuo Pandas-moduuli python-tiedostoon käyttämällä päätteen seuraavia komentoja:
pip install pandas>
Csv-tiedoston lukemiseen ja sen puristamiseen pandas-sarjaksi käytetään seuraavia komentoja:
import pandas as pd s = pd.read_csv('stock.csv', squeeze=True)> Syntaksi:
s.apply(func, convert_dtype=True, args=())>
Parametrit:
toiminto: .apply ottaa funktion ja käyttää sitä kaikkiin pandassarjojen arvoihin. convert_dtype: Muunna dtype funktion toiminnan mukaan. args=(): Lisäargumentteja, jotka välitetään funktiolle sarjan sijaan. Palautustyyppi: Pandas-sarja sovelletun toiminnon/operaation jälkeen.
Esimerkki 1:
Seuraava esimerkki välittää funktion ja tarkistaa jokaisen elementin arvon sarjassa ja palauttaa sen mukaisesti matalan, normaalin tai korkean.
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>>> 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>))> |
ssis opetusohjelma
>
>
Lähtö:
Esimerkki 2:
Seuraavassa esimerkissä väliaikainen anonyymi funktio tehdään .apply-funktioon itse lambdaa käyttämällä. Se lisää 5 jokaiseen sarjan arvoon ja palauttaa uuden sarjan.
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())> |
>
>
Lähtö:
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>
Kuten havaittiin, uudet arvot = vanhat arvot + 5