熊猫：如何对单个列使用apply（）函数？

Question

我有两列的熊猫数据框。我需要在不影响第二列的情况下更改第一列的值，并仅更改第一列的值来获取整个数据帧。如何使用大熊猫应用程序？

Answer 1

给定一个示例数据框df为：

a,b

1,2

2,3

3,4

4,5

您想要的是：

df['a'] = df['a'].apply(lambda x: x + 1)

返回：

   a  b

0  2  2

1  3  3

2  4  4

3  5  5

Answer 2

对于更好使用的单列map()，像这样：

df = pd.DataFrame([{'a': 15, 'b': 15, 'c': 5}, {'a': 20, 'b': 10, 'c': 7}, {'a': 25, 'b': 30, 'c': 9}])

    a   b  c

0  15  15  5

1  20  10  7

2  25  30  9

df['a'] = df['a'].map(lambda a: a / 2.)

      a   b  c

0   7.5  15  5

1  10.0  10  7

2  12.5  30  9

Answer 3

您根本不需要功能。您可以直接处理整个列。

示例数据：

>>> df = pd.DataFrame({'a': [100, 1000], 'b': [200, 2000], 'c': [300, 3000]})

>>> df

      a     b     c

0   100   200   300

1  1000  2000  3000

列中所有值的一半a：

>>> df.a = df.a / 2

>>> df

     a     b     c

0   50   200   300

1  500  2000  3000