Pandas教程之十三：在DataFrame中应用函数

最新推荐文章于 2026-05-17 19:33:52 发布

原创

最新推荐文章于 2026-05-17 19:33:52 发布 · 1.4k 阅读

标签

#pandas #python

Python 是一种执行数据分析任务的优秀语言。它提供了大量的类和函数，有助于更轻松地分析和处理数据。在本文中，我们将了解如何将函数应用于Pandas Dataframe 中的每一行。

将函数应用于 Pandas DataFrame 中的每一行

有多种方法可以对 DataFrame 列执行逐元素操作。这里我们讨论一些对 DataFrame 列执行逐元素操作的示例，如下所示。

将用户定义函数应用于Pandas DataFrame的每一行
将Lambda应用于 DataFrame 的每一行
对每一行应用NumPy.sum()
使用 Pandas 中的自定义函数规范化 DataFrame 列值
将范围生成函数应用于 Pandas 中的 DataFrame 行

可以使用apply()函数将函数应用于给定数据框中的每一行。让我们看看如何完成这项任务。

将用户定义函数应用于 Pandas DataFrame 的每一行

在此示例中，我们定义了一个函数add_values(row)，用于计算每行“A”、“B”和“C”列中的值之和。在该main()函数中，根据字典创建一个 DataFrame，然后使用该方法将该函数应用于每一行，从而生成一个包含总和值的新列“add”。然后打印原始和修改后的 DataFrame。apply()

Python3

import pandas as pd

# Function to add

def add_values(row):

return row['A'] + row['B'] + row['C']

def main():

# Create a dictionary with three fields each

data = {

'A': [1, 2, 3],

'B': [4, 5, 6],

'C': [7, 8, 9]}

# Convert the dictionary into DataFrame

df = pd.DataFrame(data)

print("Original DataFrame:\n", df)

# Apply the user-defined function to every row

df['add'] = df.apply(add_values, axis=1)

print('\nAfter Applying Function: ')

# Print the new DataFrame

print(df)

if __name__ == '__main__':

main()

输出

Original DataFrame:
    A  B  C
0  1  4  7
1  2  5  8
2  3  6  9
After Applying Function: 
   A  B  C  add
0  1  4  7   12
1  2  5  8   15
2  3

最低0.47元/天解锁文章