Python 如何对单个列使用apply（）函数？

我有一个有两列的熊猫数据框。我需要在不影响第二列的情况下更改第一列的值，并在仅更改第一列值的情况下返回整个数据帧。如何使用apply in pandas实现这一点？

给定一个示例数据帧

df

，如下所示：

a,b
1,2
2,3
3,4
4,5

你想要的是：

df['a'] = df['a'].apply(lambda x: x + 1)

这将返回：

   a  b
0  2  2
1  3  3
2  4  4
3  5  5

---

对于单个列，最好使用

map（）

，如下所示：

df = pd.DataFrame([{'a': 15, 'b': 15, 'c': 5}, {'a': 20, 'b': 10, 'c': 7}, {'a': 25, 'b': 30, 'c': 9}])

    a   b  c
0  15  15  5
1  20  10  7
2  25  30  9



df['a'] = df['a'].map(lambda a: a / 2.)

      a   b  c
0   7.5  15  5
1  10.0  10  7
2  12.5  30  9

---

你根本不需要函数。您可以直接处理整个列

示例数据：

>>> df = pd.DataFrame({'a': [100, 1000], 'b': [200, 2000], 'c': [300, 3000]})
>>> df

      a     b     c
0   100   200   300
1  1000  2000  3000

列

a

中所有值的一半：

>>> df.a = df.a / 2
>>> df

     a     b     c
0   50   200   300
1  500  2000  3000

---

尽管给定的响应是正确的，但它们修改了初始数据帧，这并不总是可取的（并且，鉴于OP询问的示例“使用

apply

”，它们可能需要一个返回新数据帧的版本，正如

apply

所做的那样）

这可以使用：

将

分配给现有列是有效的，如文档所述（重点是我的）：

将新列分配给数据帧

返回一个新对象，其中包含除新列之外的所有原始列重新分配的现有列将被覆盖

简言之：

[1]中的

：将熊猫作为pd导入
在[2]中，df=pd.DataFrame（[{'a'：15，'b'：15，'c'：5}，{'a'：20，'b'：10，'c'：7}，{'a'：25，'b'：30，'c'：9}）
[3]中：df.assign（a=lambda-df:df.a/2）
出[3]：
a、b、c
0   7.5  15  5
1  10.0  10  7
2  12.5  30  9
In[4]：df
出[4]：
a、b、c
0  15  15  5
1  20  10  7
2  25  30  9

---

请注意，函数将被传递到整个数据帧，而不仅仅是要修改的列，因此您需要确保在lambda中选择正确的列。

如果您真正关心apply函数的执行速度，并且需要处理大量数据集，则可以使用quifter来加快执行速度，以下是熊猫数据帧上的swifter示例：

import pandas as pd
import swifter

def fnc(m):
    return m*3+4

df = pd.DataFrame({"m": [1,2,3,4,5,6], "c": [1,1,1,1,1,1], "x":[5,3,6,2,6,1]})

# apply a self created function to a single column in pandas
df["y"] = df.m.swifter.apply(fnc)

---

这将使您的所有CPU核心计算结果，因此它将比正常的应用函数快得多。请尝试告诉我它是否对您有用。

让我尝试使用datetime并考虑空值或空格的复杂计算。我正在使用

apply

方法以及

lambda

和转换日期时间格式，将日期时间列缩短30年。行<代码>如果x！=''否则x将相应地处理所有空白或空

df['Date'] = df['Date'].fillna('')
df['Date'] = df['Date'].apply(lambda x : ((datetime.datetime.strptime(str(x), '%m/%d/%Y') - datetime.timedelta(days=30*365)).strftime('%Y%m%d')) if x != '' else x)

---

给定以下数据帧

df

和函数

complex\u函数

将熊猫作为pd导入
def复数_函数（x，y=0）：
如果x>5且x>y：
返回1
其他：
返回2
df=pd.DataFrame（数据={'col1'：[1,4,6,2,7]，'col2'：[6,7,1,2,8]}）

有几种解决方案可以仅在一列上使用apply（）。下面我将详细解释它们

一、简单解决办法 直截了当的解决方案来自@Fabio Lamanna：

df['col1']=df['col1'].应用（复数函数）

输出：

     col1  col2
  0     2     6
  1     2     7
  2     1     1
  3     2     2
  4     1     8

     col1  col2
  0     2     6
  1     2     7
  2     1     1
  3     2     2
  4     2     8

仅修改第一列，第二列不变。这个解决方案很漂亮。它只是一行代码，读起来几乎像英语：“取'col1'并将函数complex_函数应用于它。”

但是，如果您需要来自另一列的数据，例如“col2”，它将不起作用。如果要将'col2'的值传递给

复杂函数

的变量

y

，则需要其他内容

二,。使用整个数据帧的解决方案 或者，您可以使用所述的整个数据帧，或者：

df['col1']=df.apply（λx:complex_函数（x['col1']），轴=1）

或者，如果您喜欢（像我一样）没有lambda函数的解决方案：

def apply_complex_函数（x）：返回complex_函数（x['col1']）
df['col1']=df.apply（应用复杂函数，轴=1）

这个解决方案中有很多问题需要解释。函数的作用是：pd.Series和pd.DataFrame。但是不能使用

df['col1']=df.apply（complex_function）.loc[：，'col1']

，因为它会抛出

ValueError

因此，您需要给出要使用哪个列的信息。要使事情复杂化，请使用apply（）函数。要解决这个问题，您需要定义一个（lambda）函数，其中列

x['col1']

作为参数；i、 我们将列信息包装在另一个函数中

不幸的是，axis参数的默认值为零（

axis=0

），这意味着它将尝试按列而不是按行执行。这在第一个解决方案中不是问题，因为我们给apply（）一个pd.Series。但是现在输入是一个数据帧，我们必须是显式的（

axis=1

）。（我很惊讶我经常忘记这一点。）

您是否喜欢带有lambda函数的版本是主观的。在我看来，这行代码非常复杂，即使没有lambda函数也可以读取。您只需要（lambda）函数作为包装器。这只是锅炉代码。读者不应该为此烦恼

现在，您可以轻松修改此解决方案，以考虑第二列：

def apply_complex_函数（x）：返回complex_函数（x['col1']，x['col2']）
df['col1']=df.apply（应用复杂函数，轴=1）

输出：

     col1  col2
  0     2     6
  1     2     7
  2     1     1
  3     2     2
  4     1     8

     col1  col2
  0     2     6
  1     2     7
  2     1     1
  3     2     2
  4     2     8

在索引4处，该值已从1更改为2，因为第一个条件

7>5

为真，而第二个条件

7>8

为假

请注意，您只需要更改代码的第一行（即函数），而不需要更改第二行

---

旁注 切勿将列信息放入函数中

def坏主意（x）：
返回x['col1']**2

通过这样做，您可以使一个通用函数依赖于一个列名！这是一个坏主意，因为下次要使用此函数时，y