apply函数的用法
发布于 2024-10-27
1162
版权声明
我们非常重视原创文章,为尊重知识产权并避免潜在的版权问题,我们在此提供文章的摘要供您初步了解。如果您想要查阅更为详尽的内容,访问作者的公众号页面获取完整文章。
Python学习杂记
扫码关注公众号
扫码阅读
手机扫码阅读
本文介绍了pandas库中apply函数的使用方法。apply函数是pandas处理数据时常用的工具,它可以实现对DataFrame的多列或多行的操作。通过设置axis参数,我们可以指定是对列(axis=1)还是对行(axis=0)进行操作。apply函数常与lambda匿名函数一起使用,这种结合使用提升了数据处理的效率。
构造数据
演示apply函数的使用,首先构造一个包含姓名、学历、籍贯、年龄和毕业时间的pandas DataFrame数据。
单列操作
对于DataFrame中的单列数据,如毕业时间,可以使用apply函数结合lambda表达式仅提取年份信息。
多列关联操作
apply函数也支持多列关联操作。例如,选择符合特定条件(本科以上学历且年龄小于28岁)的候选人,可以通过apply函数结合自定义的函数来实现。
Python学习杂记
Python学习杂记
扫码关注公众号
还在用多套工具管项目?
一个平台搞定产品、项目、质量与效能,告别整合之苦,实现全流程闭环。
查看方案
Python学习杂记的其他文章
使用cp-sat解决非线性问题
cp-sat是ortools的一个强大的约束规划求解器,但其也能设定目标函数,且在开源免费求解器中求解效率非常
混合整数规划介绍
混合整数规划(MIP)是一种优化算法,广泛应用于供应链、运输、制造等行业。
谷歌gemma:先进的轻量级开源大模型
2月21日,谷歌宣布正式发布了一款名为Gemma的开源大模型。而令人吃惊的是,这一发布距离谷歌上一次发布大模型Gemini1.5还不到一周时间。
Pyomo:强大的优化建模工具库
Pyomo是一个基于Python的优化建模工具,可用于构建线性、非线性和混合整数优化模型。它提供了一组建模组
Python处理表格数据常用的35个操作
我们经常要处理excel的数据,本公众号在前文多次介绍使用pandas处理excel的数据基本方法。
加入社区微信群
与行业大咖零距离交流学习
PMO实践白皮书
白皮书上线
白皮书上线