通过列将函数应用于 pandas 数据帧 [英] Applying function to Pandas dataframe by column

问题描述

我有一个我想要应用于大熊猫数据框的某些列的功能。
所以我不想明确说明这些列，我想动态地选择我想要的列，然后调用函数，例如

如何实现类似于<数据框中列的

  
如果column.name！='manager'：
 apply function（） 
  

解决方案

我想你可以先找到所有列c $ c> list comprehension 然后 申请 func ：

  import pandas as pd 
 
 df = pd.DataFrame（{'A'：[1,2,3]，
'B'：[4 ，5,6]，
'C'：[7,8,9]，
'D'：[1,3,5]，
'E'：[5,3 ，6]，
'F'：[7,4,3]}）
 
 print（df）
 ABCDEF 
 0 1 4 7 1 5 7 
 1 2 5 8 3 3 4 
 2 3 6 9 5 6 3 
 
 cols = [col for col in df.columns如果col！='B'] 
 print（cols）
 ['A'，'C'，'D'，'E'，'F'] 
 
 def func（x）：
 return x + 1 
 
 df [cols] = df [cols] .apply（func）
 
 print（df）
 ABCDEF 
 0 2 4 8 2 6 8 
 1 3 5 9 4 4 5 
 2 4 6 10 6 7 4 
  

布尔索引的另一个解决方案：

  cols = df.columns [df.columns！='B'] 
 print（cols）
索引（['A'，'C'，'D'，'E'，'F']，dtype ='object'）
  

I have a function which I want to apply to certain columns of a pandas dataframe. So rather than explicitly stating the columns, I want to dynamically select the columns I want and then call the function e.g.

How to implement something like:

for column in dataframe:
    if column.name != 'manager':
       apply function():

解决方案

I think you can first find all columns by list comprehension and then apply func:

import pandas as pd

df = pd.DataFrame({'A':[1,2,3],
                   'B':[4,5,6],
                   'C':[7,8,9],
                   'D':[1,3,5],
                   'E':[5,3,6],
                   'F':[7,4,3]})

print (df)
   A  B  C  D  E  F
0  1  4  7  1  5  7
1  2  5  8  3  3  4
2  3  6  9  5  6  3

cols = [col for col in  df.columns if col != 'B']
print (cols)
['A', 'C', 'D', 'E', 'F']

def func(x):
    return x + 1

df[cols] = df[cols].apply(func)

print (df)
   A  B   C  D  E  F
0  2  4   8  2  6  8
1  3  5   9  4  4  5
2  4  6  10  6  7  4

Another solution with boolean indexing:

cols = df.columns[df.columns != 'B']
print (cols)
Index(['A', 'C', 'D', 'E', 'F'], dtype='object')

这篇关于通过列将函数应用于 pandas 数据帧的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！