Pandas实战100例 | 案例 30: 应用自定义函数

案例 30: 应用自定义函数

知识点讲解

在数据处理过程中，有时需要对数据应用特定的逻辑，这时可以使用自定义函数。Pandas 的 apply 方法允许你对 DataFrame 的行或列应用一个自定义函数。

• 自定义函数: 你可以定义一个 Python 函数，该函数可以接收 DataFrame 的行或列作为输入，并返回一个结果。
• 应用自定义函数: 使用 apply 方法，你可以轻松地将自定义函数应用于 DataFrame 的行或列。

示例代码

# 准备数据和示例代码的运行结果，用于案例 30

# 示例数据
data_custom_function = {
    'A': [1, 2, 3, 4, 5],
    'B': [5, 4, 3, 2, 1]
}
df_custom_function = pd.DataFrame(data_custom_function)

# 定义自定义函数
def custom_sum(row):
    return row['A'] + row['B']

# 应用自定义函数
df_custom_function['CustomSum'] = df_custom_function.apply(custom_sum, axis=1)

df_custom_function

在这个示例中，我们定义了一个名为 custom_sum 的函数，它计算两列 A 和 B 的和。然后，我们使用 apply 方法将这个函数应用到每一行。

示例代码运行结果

   A  B  CustomSum
0  1  5          6
1  2  4          6
2  3  3          6
3  4  2          6
4  5  1          6

这个结果显示了每行的 A 和 B 列的和。使用自定义函数，你可以对数据执行几乎任何类型的计算或操作。