pandas lambda函数,
本文主要介绍apply lambda在熊猫中的应用,通过实例代码进行了详细介绍,具有一定的参考价值。感兴趣的朋友可以参考一下。
apply(func [,args [,kwargs ]])函数用于间接调用参数已经存在于元组或字典中的函数。Args是一个元组,它包含由position传递的要提供给函数的参数。如果省略args,则不会传递任何参数。kwargs是一个包含关键字参数的字典。简单说apply()的返回值就是func()的返回值。apply()的元素参数是有序的,元素的顺序必须和func()形参的顺序一致。与map的区别在于,前者用于列,后者用于元素。
Lambda是一个匿名函数,即不再使用def的形式,可以简化脚本,使结构冗余简洁。
x : x 1
答(10)
11
两者结合可以做很多很多事情。比如split的很多功能是串联不具备的,index可以做到。
比如有如下一串数据,你可以把它剪成总数,正确数,正确率。
96%(1368608/1412722)
97%(1389916/1427922)
97%(1338695/1373803)
96%(1691941/1745196)
95%(1878802/1971608)
97%(944218/968845)
96%(1294939/1336576)
进口熊猫作为pd
#先生,变成一个数据框
d={ col 1 :[ 96%(1368608/1412722),
97%(1389916/1427922),
97%(1338695/1373803),
96%(1691941/1745196),
95%(1878802/1971608),
97%(944218/968845),
96%(1294939/1336576)]}
df1=pd。数据帧(d)
#对原文识别率总数进行分段,采用应用匿名功能。
#lambda函数的意思是选择x的序列值,比如x[6:9]
#index函数表示将当前字符位置转换为该位置的位数。
#-1是最后一个
1 [正确的数字]=df1.iloc [:0]。apply(lambda x : x[x . index()1 : x . index(/)])
1 [total]=df1.iloc [:0]。应用(lambda x : x[x . index(/)1 :-1])
1 [正确率]=df1.iloc [:0]。apply(lambda x 3360 x[: x . index(()])
df1
示例2
一组数据框架数据,包括三个气象要素的数字列,用于通过公式计算人体舒适指数。
人体舒适指数实用计算公式:
进口熊猫作为pd
将numpy作为np导入
导入数学
path= d : data 57582 . CSV #文件路径
Data=pd.read _ csv (path,index _ col=0,encoding= gbk) #读取中文数据,用gbk解码
#定义舒适度指数公式函数,保留1位小数作为结果。
def get_CHB(T,RH,S):
返回回合(1.8 * T-0.55 *(1.8 * T-26)*(1-RH/100)-3.2 * math . sqrt(S)32,1)
#添加一列CHB,计算数据并赋值。
Data[舒适指数]=data . apply(lambda x : get _ CHB(x [平均温度],x[平均相对湿度],x[2M风速]),axis=1)
#打印结果
打印(数据)
#保存结果
data.to_csv(D:\CHB.csv ,编码=gbk )
代码使用了apply和lambda的组合,传入的参数X是整个数据,函数中引入的参数是X [平均温度],X [平均相对湿度],X [2m风速],对应的是自定义函数get_CHB。最后,您需要使用axis=1来指定是否对列进行操作。
如图所示:
关于apply lambda在熊猫中的应用的这篇文章就到这里了。关于熊猫应用lambda的更多信息,请搜索热门IT软件开发工作室之前的文章或者继续浏览下面的相关文章。希望大家以后多多支持热门IT软件开发工作室!
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。