假设这是我的功能:
def function(x):
return x.str.lower()
这是我的DataFrame(df)
A B C D
0 1.67430 BAR 0.34380 FOO
1 2.16323 FOO -2.04643 BAR
2 0.19911 BAR -0.45805 FOO
3 0.91864 BAR -0.00718 BAR
4 1.33683 FOO 0.53429 FOO
5 0.97684 BAR -0.77363 BAR
我想将此功能仅应用于列B
和D
。(将其应用于完整的DataFrame并不是答案,因为这会在数字列中产生NaN值)。
这是我的基本想法: df.apply(function, axis=1)
但是我无法理解如何选择不同的列来应用该功能。我尝试了通过数字位置,名称等进行所有索引的方式。
我花了很多时间阅读此内容。这不是以下任何一项的直接重复:
只要忽略df中的列,就可以忽略axis
参数,我们按列而不是按行进行操作,因为此处的行数比列数多,这将非常重要:
df[['B','D']].apply(function)
这将对每个列运行您的func
In [186]:
df[['B','D']].apply(function)
Out[186]:
B D
0 bar foo
1 foo bar
2 bar foo
3 bar bar
4 foo foo
5 bar bar
您还可以过滤df以仅获取字符串dtype列:
In [189]:
df.select_dtypes(include=['object']).apply(function)
Out[189]:
B D
0 bar foo
1 foo bar
2 bar foo
3 bar bar
4 foo foo
5 bar bar
时机
按列与按行:
In [194]:
%timeit df.select_dtypes(include=['object']).apply(function, axis=1)
%timeit df.select_dtypes(include=['object']).apply(function)
100 loops, best of 3: 3.42 ms per loop
100 loops, best of 3: 2.37 ms per loop
但是,对于较大的dfs(逐行),第一种方法的伸缩性会好得多
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句