python如何使用apply或notapply
這篇文章將為大家詳細講解有關python如何使用apply或not apply，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。
敦化網(wǎng)站制作公司哪家好，找成都創(chuàng)新互聯(lián)！從網(wǎng)頁設計、網(wǎng)站建設、微信開發(fā)、APP開發(fā)、自適應網(wǎng)站建設等網(wǎng)站項目制作，到程序開發(fā)，運營維護。成都創(chuàng)新互聯(lián)自2013年起到現(xiàn)在10年的時間，我們擁有了豐富的建站經(jīng)驗和運維經(jīng)驗，來保證我們的工作的順利進行。專注于網(wǎng)站建設就選成都創(chuàng)新互聯(lián)。
apply or not apply
如果我們想創(chuàng)建一個新的列，并將其他列作為輸入，那么apply函數(shù)有時非常有用。
def rule(x, y):
if x == ‘high' and y > 10:
return 1
else:
return 0
df = pd.DataFrame({ 'c1':[ 'high' ,'high', 'low', 'low'], 'c2': [0, 23, 17, 4]})
df['new'] = df.apply(lambda x: rule(x['c1'], x['c2']), axis = 1)
df.head()在上面的代碼中，我們定義了一個帶有兩個輸入變量的函數(shù)，并使用apply函數(shù)將其應用于列'c1'和'c2'。
但“apply函數(shù)”的問題是它有時太慢了。 如果你想計算兩列“c1”和“c2”的最大值，你可以：
df[‘maximum'] = df.apply(lambda x: max(x[‘c1'], x[‘c2']), axis = 1)
但你會發(fā)現(xiàn)它比這個命令慢得多：
df[‘maximum'] = df[[‘c1','c2']].max(axis =1)
注意：如果可以使用其他內(nèi)置函數(shù)完成相同的工作(它們通常更快)，請不要使用apply。例如，如果要將列'c'舍入為整數(shù)，請執(zhí)行round(df ['c']，0)而非使用apply函數(shù)：
df.apply(lambda x: round(x['c'], 0), axis = 1)
關于“python如何使用apply或not apply”這篇文章就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，使各位可以學到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。
網(wǎng)站欄目：python如何使用apply或notapply
文章地址：http://chinadenli.net/article8/pigiip.html
成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站建設、外貿(mào)建站、網(wǎng)站策劃、Google、微信小程序、App設計
聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)
