pandas apply 多列|极客教程

pandas apply 多列

在使用Pandas进行数据清洗和数据处理时，经常会遇到需要同时对多列进行操作的情况。Pandas中的apply函数不仅可以对单列进行操作，还可以对多列进行操作。本文将详细介绍如何使用Pandas的apply函数对多列进行操作。

1. apply函数简介

Pandas中的apply函数是一种灵活的数据处理方法，可以对DataFrame的一列或多列进行操作。apply函数的基本用法如下：

df['new_column'] = df['old_column'].apply(func)

其中，func是对每个元素执行的函数，可以是内置的函数、自定义函数或Lambda函数。apply函数会对每个元素应用func函数，并将结果保存在新的列中。如果需要对多列进行操作，可以使用apply函数的axis参数指定轴向。

2. apply函数同时对多列进行操作

下面以一个示例来说明如何使用apply函数同时对多列进行操作。假设有一个包含学生数学和英语成绩的DataFrame：

import pandas as pd

data = {
    'student_id': [1, 2, 3, 4, 5],
    'math_score': [80, 90, 85, 70, 95],
    'english_score': [75, 85, 80, 65, 90]
}

df = pd.DataFrame(data)
print(df)

运行上述代码，可以得到包含学生数学和英语成绩的DataFrame：

   student_id  math_score  english_score
0           1          80             75
1           2          90             85
2           3          85             80
3           4          70             65
4           5          95             90

现在我们想要计算每个学生的数学和英语成绩的平均值，并将结果保存在新的列中。可以使用apply函数同时对多列进行操作：

df['average_score'] = df[['math_score', 'english_score']].apply(lambda row: row.mean(), axis=1)
print(df)

运行上述代码，可以得到包含学生数学和英语成绩平均值的DataFrame：

   student_id  math_score  english_score  average_score
0           1          80             75           77.5
1           2          90             85           87.5
2           3          85             80           82.5
3           4          70             65           67.5
4           5          95             90           92.5

在上面的示例中，我们使用了Lambda函数对数学和英语成绩的列进行操作，计算每个学生的平均成绩，并将结果保存在新的列中。

3. apply函数同时对多列进行复杂操作

除了简单的计算平均值外，apply函数也可以进行更复杂的操作。在下面的示例中，我们将实现一个函数，根据学生的数学和英语成绩给出评级，将结果保存在新的列中：

def get_grade(row):
    avg_score = row.mean()
    if avg_score >= 90:
        return 'A'
    elif avg_score >= 80:
        return 'B'
    elif avg_score >= 70:
        return 'C'
    else:
        return 'D'

df['grade'] = df[['math_score', 'english_score']].apply(get_grade, axis=1)
print(df)

运行上面的代码，可以得到包含学生数学和英语成绩评级的DataFrame：

   student_id  math_score  english_score  average_score grade
0           1          80             75           77.5     C
1           2          90             85           87.5     B
2           3          85             80           82.5     B
3           4          70             65           67.5     D
4           5          95             90           92.5     A

在上述示例中，我们定义了一个自定义函数get_grade，根据学生的平均成绩给出评级，然后将评级保存在新的列中。