python 数据分析 -pandas 基础（4）- 数据映射 apply

作者：AIWeker

2022-11-26
福建
本文字数：876 字
阅读完需：约 3 分钟

pandas 数据映射 apply

今天我们分享一个非常常用且重要的 pandas 数据映射函数 apply。

我们在数据分析过程中，通常需要对原始的数据进行很多转换和处理，比如对于出生日期，我们希望获得年龄的特征；对于身高和体重的数据，我们希望或者 BMI 指数等等。

这种操作在分析过程是最常用的数据处理，这个过程涉及对一列或者多列数据进行操作。pandas 中用 apply 函数来处理这个过程。

apply 函数的作用：就是用某个指定的函数 f 来依次作用于 DataFrame 或者 Series 的每个数据，可以指定按行处理和按列处理。

我们看一个例子：

import pandas as pdimport numpy as npdata_df = pd.DataFrame({'name': ['jack', 'lili', 'abc'],                      'birthday': ['2001-01-01', '2003-12-01', '2005-09-01'],                      'height':[1.2, 1.5, 1.6],                      'weight': [40, 50, 30]})

复制代码

data_df['age'] = data_df['birthday'].apply(lambda x: (datetime.now().timestamp()-datetime.strptime(x, '%Y-%m-%d').timestamp())//86400/365)
data_df['age'] = data_df['age'].astype(int)

复制代码

如果是计算逻辑比价简单的，处理逻辑可以通过 lambda 函数进行处理；比如上面的例子中通过出生日期计算年龄。默认情况下 apply 传入函数的参数为 series（按列），映射函数对每一列的每一行数据执行函数操作。

也可以定义一个函数来代替 lambda，如下 cal_age 代替：


def cal_age(x):    age_ts = datetime.now().timestamp() - datetime.strptime(x, '%Y-%m-%d').timestamp()    return age_ts // 86400 / 365
data_df['age'] = data_df['birthday'].apply(cal_age).astype(int)

复制代码

如果数据处理需要多个数据，比如计算 BMI 指数需要升高和体重。


def bmi(x):    return x['weight'] / x['height'] ** 2
data_df['bmi'] = data_df[['height', 'weight']].apply(bmi, axis=1)

复制代码

从上可知，计算多列数据时，apply 传入映射函数的参数为 Series，通过 axis 指定按行还是按列，axis=1 为按行，即每一行的多个列的值传入映射行数。以 bmi 例子，传入的是每个人的身高和体重参数。

apply 函数就分享到这，希望对你有帮助。

发布于: 刚刚阅读数: 6

原文链接:【http://xie.infoq.cn/article/cf2bf37d6d522277f8537b782】。文章转载请联系作者。

AIWeker

关注

InfoQ签约作者 / 公众号：人工智能微客 2019-11-21 加入

人工智能微客（aiweker）长期跟踪和分享人工智能前沿技术、应用、领域知识，不定期的发布相关产品和应用，欢迎关注和转发

发布

暂无评论

创作场景

python 数据分析 -pandas 基础（4）- 数据映射 apply

pandas 数据映射 apply

AIWeker

评论