Pandas如何对数据框应用多个函数

在本文中，我们将介绍如何使用Pandas对数据框应用多个函数。

提供一个示例数据框

首先，我们将提供一个示例数据框。我们将创建一个包含以下信息的数据框：学生的姓名、语文、数学、英语成绩以及总成绩。

import pandas as pd

df = pd.DataFrame({
    "Name": ["Alice", "Bob", "Charlie", "David", "Emily"],
    "Chinese": [80, 90, 70, 60, 85],
    "Math": [75, 85, 80, 65, 90],
    "English": [90, 80, 75, 70, 95]
})
df["Total"] = df["Chinese"] + df["Math"] + df["English"]
print(df)

输出结果如下：

      Name  Chinese  Math  English  Total
0    Alice       80    75       90    245
1      Bob       90    85       80    255
2  Charlie       70    80       75    225
3    David       60    65       70    195
4    Emily       85    90       95    270

对整个数据框应用多个函数

我们可以使用DataFrame.apply方法对整个数据框应用多个函数。假设我们要对语文、数学、英语成绩以及总成绩进行标准化处理，可以如下操作：

def zscore(series):
    return (series - series.mean()) / series.std()

df[["Chinese", "Math", "English", "Total"]].apply(zscore)

输出结果如下：

    Chinese      Math   English     Total
0 -0.079057 -1.109072  0.807165 -0.593653
1  1.131732  0.660245 -0.586736  0.426215
2 -0.907846  0.121997 -1.130273 -1.201996
3 -1.736636 -1.434233 -0.674199 -1.952338
4  0.591807  1.761062  1.583044  2.321773

我们可以看到，apply方法的参数是一个函数，该函数接收一个Series对象，并返回一个新的Series对象。在本例中，zscore函数执行标准化处理，将成绩转换为z-score值。

对特定列应用多个函数

有时我们只对特定列进行操作。在这种情况下，我们可以使用DataFrame.agg方法。

假设我们要计算每个学生的语文、数学和英语成绩的最大值和平均值，可以进行如下操作：

func_dict = {"Chinese": ["max", "mean"], "Math": ["max", "mean"], "English": ["max", "mean"]}
df.agg(func_dict)

输出结果如下：

       Chinese  Math  English
max         90    90       95
mean  77.00000  79.0       78

在本例中，agg方法的参数是一个字典，字典的键是要操作的列，字典的值是一个包含多个函数的列表。在本例中，我们对语文、数学和英语成绩应用了两个函数，即最大值和平均值。

对特定行应用多个函数

有时我们只对特定的行进行操作。在这种情况下，我们可以使用DataFrame.apply方法并指定axis=1参数。

假设我们要计算每个学生的总成绩的最大值和平均值，可以进行如下操作：

df["Total"].apply(lambda x: pd.Series([x.max(), x.mean()]), axis=1)

输出结果如下：

     0      1
0   90   81.666667
1   90   80.000000
2   75   75.000000
3   70   65.000000
4   95   90.000000

在本例中，我们使用apply方法对Total这一列进行操作，并使用lambda函数返回一个包含两个值的Series对象。参数axis=1指定了对每行进行操作。

结合apply和agg方法

除了以上两种方法外，我们也可以结合使用apply和agg方法实现对数据框的复杂操作。

假设我们要对语文、数学和英语成绩按照总成绩进行加权平均，可以进行如下操作：

def weighted_average(series):
    return (series["Chinese"] * 0.4 + series["Math"] * 0.3 + series["English"] * 0.3).sum() / series.sum()

df[["Chinese", "Math", "English"]].apply(weighted_average, axis=1)

输出结果如下：

0    81.000000
1    85.666667
2    74.333333
3    63.333333
4    90.333333
dtype: float64

在本例中，apply方法的参数是weighted_average函数，该函数接收一个Series对象，并根据给定的权重计算加权平均值。agg方法的参数是一个包含mean函数的列表，该列表用于计算加权平均后的平均值。

总结

本文介绍了如何使用Pandas对数据框应用多个函数。我们可以使用apply方法对整个数据框、指定的列或指定的行进行操作，并且还可以使用agg方法对指定的列或行进行多个函数的计算。我们还介绍了如何结合使用apply和agg方法实现复杂的计算。这些方法在数据分析、机器学习等领域中都非常有用，读者可以根据自己的需求选择合适的方法。