Exemple de dataframe.
Nous avons fourni un exemple de fichier CSV contenant un exemple de dataframe. Vous pouvez utiliser ce DataFrame pour suivre ou utiliser votre ensemble de données.
Exemple de fichier CSV.
Une fois téléchargé, vous pouvez charger le dataframe comme indiqué:
Importer des pandas en tant que PDCe qui précède doit renvoyer une dataframe comme indiqué:
Appliquer la fonction à une colonne en utilisant la notation de points
Nous pouvons appliquer une fonction anonyme à une colonne DataFrame à l'aide de la fonction Pandas Appliquer.
Dans l'exemple ci-dessous, nous divisons la colonne IMDB_RATING par 10.
res = df.IMDB_RATING.Appliquer (Lambda X: X / 10)Cela devrait renvoyer le résultat de la division de chaque ligne par 10.
Appliquer la fonction à une colonne à l'aide de l'opérateur []
Si vous ne souhaitez pas que la notation de points applique une fonction à une colonne spécifique, vous pouvez utiliser la notation du support carré comme indiqué:
res = df ['imdb_rating'].Appliquer (Lambda X: X / 10)Le code ci-dessus doit renvoyer le résultat de la division de chaque ligne dans la colonne 'imdb_rating' par 10.
Appliquer une fonction définie par l'utilisateur.
Nous pouvons également utiliser la fonction applique () pour appliquer une fonction définie par l'utilisateur à une colonne. Un exemple est comme indiqué:
pourcentage def (x):Dans cet exemple, nous avons une fonction qui calcule la valeur de pourcentage de chaque ligne.
Nous utilisons la notation de points sur la colonne cible pour appliquer la fonction personnalisée à la colonne.
Remarque: nous n'appelons pas la fonction mais la transmet en tant que paramètre.
Application d'une fonction de réduction à une colonne
Nous pouvons également appliquer une fonction de réduction à une colonne de la même manière. Un exemple est comme indiqué:
Importer Numpy comme NPL'exemple ci-dessus doit appliquer la fonction moyenne numpy au dataframe.
Fermeture
Dans cet article, nous avons discuté de diverses façons d'appliquer une fonction à une colonne au sein d'un Pandas DataFrame. Explorez les documents pour en savoir plus.