![](/img/trans.png)
[英]how to use pandas 'apply' method to apply function on specific subset of dataframe?
[英]What is an efficient way to use “apply” method on a subset of dataframe columns?
我有一个数据框,我想在行之间应用“应用”方法,但是我只需要对列的子集(例如60%)执行此操作。 我想知道什么是有效的方法?
我知道我可以使用set_index将其余不需要的列存储到索引中,然后将其重置回去,但是我很好奇是否有更有效的方法可以做到这一点。
我当然可以:
df_new=df[[x1,x2,...xn]].apply(function, axis=0)
但是这样做的问题是df_new
丢失了其余的列(和索引),因此很难将其恢复到预期的输出,这是仅将“ apply”应用于仅特定数目的选定列的原始帧。 有什么想法/建议吗?
您可以将结果分配给df的相同子集:
np.random.seed(0)
df = pd.DataFrame(np.random.randn(5, 4))
print(df)
0 1 2 3
0 1.764052 0.400157 0.978738 2.240893
1 1.867558 -0.977278 0.950088 -0.151357
2 -0.103219 0.410599 0.144044 1.454274
3 0.761038 0.121675 0.443863 0.333674
4 1.494079 -0.205158 0.313068 -0.854096
df[[1, 2]] = df[[1, 2]].apply(lambda x: 100 + x)
print(df)
0 1 2 3
0 1.764052 100.400157 100.978738 2.240893
1 1.867558 99.022722 100.950088 -0.151357
2 -0.103219 100.410599 100.144044 1.454274
3 0.761038 100.121675 100.443863 0.333674
4 1.494079 99.794842 100.313068 -0.854096
如果要保留原始数据帧,请进行复制。
如果您有混合dtypes,这可能不起作用。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.