作者：小伙砸 | 来源：互联网 | 2023-10-13 08:02
如何用熊猫在原地敷()呢？
原文:https://www . geesforgeks . org/使用方法-熊猫-应用-inplace/
在本文中，我们将看到如何在 Python 中使用 Pandas apply() 代替。
在 Python 中，这个函数相当于 map() 函数。它将一个函数作为输入，并将其作为一个整体应用于数据帧。如果您处理的是表格形式的数据，您需要选择函数应该作用于哪个轴(列为 0；行为 1)。
pandas apply()方法有一个内部参数吗？
不，apply()方法不包含 inplace 参数，不像这些 pandas 方法有 inplace 参数:
- df.drop()
- 重命名(原地=真)
- 菲尔娜()
- dropna()
- sort_values()
- 重置 _ 索引()
- 排序索引()
- 重命名()
inplace 参数实际上是什么意思？
当 inplace = True 时，数据被就地编辑，这意味着它将不返回任何内容，并且数据框将被更新。当 inplace = False(默认值)时，将执行操作并返回对象的副本。
示例 1:在一列的位置应用()
在下面的代码中。我们首先导入熊猫包，并使用 pd.read_csv() 导入我们的 CSV 文件。导入后，我们在数据框的“experience”列上使用 apply 函数。我们将该列的字符串转换为大写。
使用的 CSV 文件:
![]()
Python 3
# code
import pandas as pd
# importing our dataset
df = pd.read_csv('hiring.csv')
# viewing the dataFrame
print(df)
# we change the case of all the strings
# in experience column to uppercase
df['experience'] = df['experience'].apply(str.upper)
# viewing the modified column
print(df['experience'])
输出:
![]()
0 FIVE
1 TWO
2 SEVEN
3 THREE
4 ELEVEN
Name: experience, dtype: object
示例 2:在多个列的位置应用()
在本例中，我们对多列使用 apply()方法。我们将列的数据类型从 float 更改为 int。用过的 CSV 文件点击这里。
Python 3
import pandas as pd
import numpy as np
# importing our dataset
data = pd.read_csv('cluster_blobs.csv')
# viewing the dataFrame
print(df)
# we convert the datatype of columns from float to int.
data[['X1', 'X2']] = data[['X1', 'X2']].apply(np.int64)
# viewing the modified column
print(data[['X1', 'X2']])
输出:
![]()
示例 3:对所有列就地应用()。
在本例中，我们使用了与之前相同的 CSV 文件。这里我们对整个数据帧使用 apply()方法。我们将列的数据类型从 float 更改为 int。
Python 3
import pandas as pd
import numpy as np
# importing our dataset
data = pd.read_csv('cluster_blobs.csv')
# viewing the dataFrame
print(data)
# we convert the datatype of
# columns from float to int.
data = data.apply(np.int64)
# viewing the modified column
print(data)
输出:
![]()
京公网安备 11010802041100号