gewusst wie: anwenden einer Funktion auf mehrere Spalten in ein pandas dataframe zu einer Zeit

Ich Häufig den Umgang mit Daten, die ist schlecht formatiert (I. e. Anzahl der Felder sind nicht konsistent, etc)

Möglicherweise gibt es andere Wege, die ich bin mir nicht bewusst, aber so wie ich das formatieren einer einzelnen Spalte in ein dataframe ist mit Hilfe einer Funktion und Zuordnung der Spalte Funktion.

format = df.column_name.map(format_number)

Frage: 1 - was, wenn ich in einem dataframe mit 50 Spalten und anwenden möchten, die Formatierung auf mehrere Spalten, Spalte usw 1, 3, 5, 7, 9,

Können Sie gehen:

format = df.1,3,5,9.map(format_number)

.. So konnte ich formatieren alle meine Anzahl Spalten in einer Zeile?

InformationsquelleAutor yoshiserry | 2014-02-28
  1. 12

    Können Sie tun df[['Col1', 'Col2', 'Col3']].applymap(format_number). Beachten Sie jedoch, dass diese zurückkehren wird neue Spalten; es verändert nicht die bestehenden DataFrame. Wenn Sie möchten, setzen Sie die Werte zurück in den ursprünglichen, Sie haben zu tun, die df[['Col1', 'Col2', 'Col3']] = df[['Col1', 'Col2', 'Col3']].applymap(format_number).

    • können Sie beziehen sich auf die Spalten-Nummer statt der name auch dabei? Gibt es auch irgendeine Möglichkeit ein Programm zu erstellen, dass die string - (was würde sich ändern, abhängig von der Anzahl der Spalten, die Sie hatte) und übernehmen Sie die format_number Funktion? I. e. das würde nicht funktionieren, wenn ich genau wusste, wie viele Säulen wurden im Blatt jedes mal, aber Wenn ich nicht weiß, die Anzahl der Spalten, und wollte Sie auf anwenden, um die gleiche Funktion zu jeder Spalte gibt es einen besseren Weg, es zu tun?
    • Wenn Sie nur wollen, um es anzuwenden, um alle Spalten, nur df.applymap(format_number).
    InformationsquelleAutor BrenBarn
  2. 1

    Könnten Sie apply wie diese:

    df.apply(lambda row: format_number(row), axis=1)

    Würden Sie brauchen, um die Spalten angegeben, obwohl in Ihrem format_number Funktion:

    def format_number(row):
    row['Col1'] = doSomething(row['Col1']
    row['Col2'] = doSomething(row['Col2'])
    row['Col3'] = doSomething(row['Col3'])

    Dies ist nicht so elegant wie @BrenBarn die Antwort, aber es hat einen Vorteil, dass der dataframe wird geändert, so dass Sie nicht brauchen, um ordnen Sie die Spalten wieder

    • können Sie uns erklären, was es bedeutet, dass er geändert wird, ich bin mir nicht sicher, wie Sie, unterscheidet sich von der obigen Lösung gegeben, ich habe nicht kapiert, was lamda ist?
    • ignoriert mein code Beispiel, wenn Sie führen apply zu einem dataframe dann das dataframe sich geändert, die änderungen in Ihre Funktion, so müssen Sie nicht zuweisen, um die Spalte, können Sie noch brauchen, um je nachdem, was Ihre Funktion ist, zu tun. Der Punkt ist, dass Sie brauchen nur zu rufen df.apply und nicht zu sagen brauchen tun df[['col1','col2','col3']]=df.apply(lambda row: format_number(row), axis=1)), in meinem code die Zuordnung erfolgt durch die format_number - Funktion, so dass ich denke, die Belegung ist eher implizite als explizite wie BrenBarn Antwort
    • toll, und was genau ist die Funktion der Lamda? Ich habe immer noch nicht verstanden hat, was lamda ist?
    • es gibt viele Artikel online, wie Sie pythonconquerstheuniverse.wordpress.com/2011/08/29/..., stackoverflow.com/questions/890128/python-lambda-why - und secnetix.de/olli/Python/lambda_functions.hawk. Im wesentlichen ermöglicht es Ihnen zu definieren, eine anonyme Funktion, so dass Sie nicht haben, um zu definieren, eine spezielle Funktion oder ein Ausdruck. In diesem Fall fängt die Zeile und übergibt dies als arguement zu format_number, es könnte leicht gewesen df.apply(lambda x: x **2) Quadrat den Wert
    InformationsquelleAutor EdChum
Schreibe einen Kommentar