如何使用 Pandas`apply()` 函数修改特定的 DataFrame 列？

Pandas：使用 apply() 对特定列进行操作

在数据分析中，经常需要对列的子集进行操作数据框，例如单列。 Pandas 的 apply() 函数为此提供了强大的机制，允许您定义自定义函数来转换和操作数据帧的特定列。

对单列使用 apply()

要将操作应用于单个列，只需使用数据框对象的 allocate() 方法即可。语法如下：

df[column_name] = df[column_name].apply(function)

其中：

• column_name:要应用操作的列的名称。
• 函数： 要应用于列的函数。它应该采用一个参数，代表列中每个元素的值。

示例：

考虑一个名为 df 的 pandas 数据框，其具有以下内容columns:

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

如果您想增加列 'a' 中的值而不影响列'b'，您可以使用以下代码：

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

apply() 函数会将 lambda 函数应用于列 'a' 中的每个元素，这只是将值加 1。结果是修改后的数据框，其中“a”列已递增：

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

以上是如何使用 Pandas`apply()` 函数修改特定的 DataFrame 列？的详细内容。更多信息请关注PHP中文网其他相关文章！