用.apply创建pandas dateframe
使用.apply()方法可以在Pandas中创建DataFrame。.apply()方法是一种数据转换技术，它允许您将自定义函数应用于DataFrame的一列或多列数据。
要使用.apply()创建DataFrame，您需要按照以下步骤进行操作：
- 导入必要的库：import pandas as pd
- 创建一个自定义函数，该函数将应用于DataFrame的每个元素或每个列。例如，假设我们要创建一个DataFrame，其中包含两列，分别是"Name"和"Age"：def process_data(row): # 在这里进行数据处理操作 # 返回处理后的数据 return processed_data
- 创建一个包含原始数据的字典：data = {'Name': ['John', 'Jane', 'Mike'], 'Age': [25, 30, 35]}
- 将字典转换为DataFrame：df = pd.DataFrame(data)
- 使用
.apply()方法将自定义函数应用于DataFrame的每个元素或每个列：df['Processed_Data'] = df['Name'].apply(process_data)
在上面的代码中，我们将自定义函数process_data()应用于"Name"列的每个元素，并将处理后的数据存储在新的"Processed_Data"列中。
请注意，.apply()方法还可以应用于多列数据。例如，如果我们有一个包含"Height"和"Weight"列的DataFrame，我们可以使用以下代码将自定义函数应用于这两列：
df['Processed_Height'] = df[['Height', 'Weight']].apply(process_data, axis=1)这样，我们就可以使用.apply()方法创建一个包含自定义处理数据的新列的DataFrame。
关于Pandas的更多信息和示例，请参阅腾讯云的Pandas文档。
相关·内容
我有一个pandas dateframe，下面的代码可以工作
df['hour'] = df.index.hour
df['c'] = df['hour'].apply(circadian)
但我正在尝试使用以下代码来减少生成“小时”列的需要
df['c'] = df.apply(lambda x: circadian(x.index.hour), axis=1)
但是我得到了错误信息
AttributeError: ("'Index' object has no attribute 'hour&#
浏览 0提问于2016-10-02得票数 9
回答已采纳
pandas中至少有四个数据struts。
->Slice
->DateFrame
->DateMatrix
->Panel
它们的用例是什么。文档似乎突出了slice和DataFrame。请举例说明用例。我知道博士在哪。
浏览 0提问于2012-04-04得票数 1
回答已采纳
无法对pandas DataFrame中的数据使用datetime64将“”YYYY-MM“”字符串转换为YYYY-MM日期时间。“” 当存储在标量或数组中时，np.datetime64可以将'YYYY-MM‘的日期字符串转换为日期时间，但通过DateFrame访问相同的数据时则不会。 我想要做的是将列dates (格式: YYYY-MM)转换为datetime数据(添加或不添加其他列)。 csv文件数据： month, volume
2019-01, 100
2019-02, 110 示例代码： import pandas as pd
import numpy as np
df=
浏览 24提问于2019-05-16得票数 1
在一个dateframe(所有列)中删除所有多余的空白空间的pythonic方法是什么？我知道.str.strip()方法可以用于单列或每列。dataframe作为这样的许多列，我想将该方法应用于整个dataframe。空格发生在不同的点，文本的开头，中间和结尾。附件是在移除空格之前和之后的dataframe外观。下面的数据是预期的结果。
我已经搜索过了，我遇到的大部分相关问题都是为了一个专栏。
样本数据
import pandas as pd
data = [[' James Brown ', '10', 'USA'], [
浏览 13提问于2022-01-19得票数 0
回答已采纳
2回答
我有一只Pandas Dateframe
+-----------+-------+---------+
| kpi_name | coeff | measure |
+-----------+-------+---------+
| messi | 2 | DoD |
| ronaldo | 1.5 | MTD |
| del_piero | 2 | MTD |
+-----------+-------+---------+
我需要把它转换成字典，比如：
{'MTD':[{'KPI':'rona
浏览 0提问于2018-10-13得票数 1
回答已采纳
到目前为止，我已经获得了EdChum提供的以下代码：
In [1]:
df = pd.DataFrame({'a': [None] * 6, 'b': [2, 3, 10, 3, 5, 8]})
df["c"] =np.NaN
df["c"][0] = 1
df["c"][2] = 3
def func(x):
if pd.notnull(x['c']):
return x['c']
else:
return df.iloc[x.
浏览 0提问于2015-06-06得票数 4
回答已采纳
2回答
我正在尝试从应用于原始dateframe (df)的特定函数(stats.boxcox)创建新的dataframe (df_new)。请注意，stats.boxcox函数创建了两个新变量，分别由df_newcolumn和lam捕获。虽然我的代码能够完成任务，但速度非常慢。在Python中有没有一种更有效的方法来实现这一点呢？ import numpy as np
import pandas as pd
from scipy import stats
df_new = pd.DataFrame()
for column in list(df):
df_new[column],
浏览 38提问于2020-07-14得票数 0
我遵循这个指令，并且知道如何从pandas中的dateframe数据中获取值：
df.get_value(10，‘薪水’)
我的问题是，如何在最后一行中获得“薪水”的值？
浏览 0提问于2020-02-05得票数 2
回答已采纳
我在Pandas dateframe中有时间序列，其中有许多列，我想要绘制这些列。有没有办法将x轴设置为始终使用dateframe中的索引？当我在Pandas中使用.plot()方法时，x轴的格式是正确的，但是，当我将我想要直接绘制到matplotlib的日期和列传递给matplotlib时，图形不能正确绘制。提前谢谢。
plt.plot(site2.index.values, site2['Cl'])
plt.show()
仅供参考：site2.index.values生成以下代码(为简洁起见，我去掉了中间部分)：
array([
'1987-07-
浏览 3提问于2014-03-12得票数 28
回答已采纳
1回答
我想知道是否有人可以帮助解释我在sklearn的interativeImputer上看到的一个奇怪的行为。 imputer = IterativeImputer(max_iter=100)
print("dateframe shape ", dataframe.shape)
tempDF = imputer.fit_transform(dataframe)
print("imputer shape: ", tempDF.shape) 我假设形状保持不变，但结果是： dateframe shape (1978, 100)
imputer shape: (19
浏览 7提问于2020-07-14得票数 1
回答已采纳
2回答
当Spark将dateframe数据写入拼图文件时，Spark将创建一个包含多个独立拼图文件的目录。保存代码：
term_freq_df.write
.mode("overwrite")
.option("header", "true")
.parquet("dir/to/save/to")
我需要使用pandas从这个目录中读取数据：
term_freq_df = pd.read_parquet("dir/to/save/to")
错误：
浏览 30提问于2019-08-07得票数 1
回答已采纳
我在Pandas dateframe中寻找一个子字符串。
tmp = Metadata_sheet_0.apply(lambda row: row.astype(str).str.contains('sRNA spacer'), axis=1)
它返回相同大小的数据，每个元素都是True或False。我想要所有Trues的索引，而不是Trues/False的另一个数据。
如何在不使用for循环的情况下实现这种Pandas的方式？
谢谢!
浏览 3提问于2022-05-11得票数 1
我正在运行一个循环，它创建了一个很大的嵌套字典，最后使用pandas将其保存到excel文件中。 如何在X次迭代后保存到同一个excel文件，而不是等到结束？例如，每10次迭代？有可能吗？ 当前代码(简化)： import pandas as pd
d = {}
def some_function(x, y)
d[x] = {'id': x, 'status': 'ok', 'info': y}
...
print('ok')
elements = ['elem1',
浏览 26提问于2021-01-14得票数 0
回答已采纳
我面临着一个与pandas数据框中的列排序相关的问题，同时将其另存为csv。这是python 3中的顺序：
而在python 2中，它还原列，而且如果列的数量大于2，则排序完全不同。
下面是我将数据帧保存为csv的代码：
selective_price = []
for index_sample, row_sample in selectivePriceList.iterrows():
selective_price.append(row_sample.loc[list_keys])
counter +=1
#print(selective_pric
浏览 4提问于2018-02-13得票数 0
回答已采纳
目前，我有一个名为df的数据框架，有6列。
['title' 'company' 'location' 'summary' 'days' 'Date']
我有一个名为Geocode(Location)的函数，它将一个位置作为输入并返回一个邮政编码。
我需要弄清楚如何在df dataframe中的每个位置调用geocode( location )函数，然后将新的zipcode输出插入到新列的dateframe中。我想要的输出是带有标题、位置、日期、DatePosted、Zipcode.的数据格式。
浏览 2提问于2021-05-09得票数 0
2回答
我有一个.csv文件，从这个文件中，我将它按年分组，这样它就给了我最大值、最小值和平均值。
import pandas as pd
DF = pd.read_csv("PJME_hourly.csv")
for i in range(2002,2019):
neblina = DF[DF.Datetime.str.contains(str(i))]
dateframe = neblina.agg({"PJME_MW" : ['max','min','mean']})
p
浏览 3提问于2021-06-21得票数 1
回答已采纳
在np.select系列中使用DateTime有问题。假设您有一个DataFrame: dateframe‘’id‘、'FLOAT’、‘DATE2 1’、'DATE2‘
dateframe['DATE1'] = dt.datetime.now()
dateframe['DATE2'] = dt.datetime.now()
dateframe['DATE3'] = np.select(
[
dateframe['FLOAT']>0,
dateframe['FL
浏览 10提问于2021-07-01得票数 2
回答已采纳
我的KBs.csv文件：
OS Version,Patch
Server 2019,"['KB4523205', 'KB4519569', 'KB4503308']"
然后我读到：
import pandas as pd
df = pd.read_csv('KBs.csv')
df
OS Version Patch
0 Server 2019 ['KB4523205', 'KB4519569', 'KB4503308']
令人惊讶的是，当我试图从列表中的任何位置
浏览 2提问于2020-07-21得票数 0
回答已采纳
1回答
我正在清理我的熊猫数据框中的数据，我希望有比我的更好的方法来做到这一点。我在我的pandas dateframe中的“count”一栏中输入了类似于他的：
~186-205
4 and 4
200
800-1000
550-550[2]
10, 20 or 50
5 (four score and bla bla)
38 or 30
88-80
如果有人能告诉我如何将数字相加，如果他们说"x和x“，那就太好了。然而，我的主要目标只是从每一行中获得最低的数字，而其他所有东西都消失了。
我几乎完全用我的解决方案成功了：
df['Count'] = df['Coun
浏览 19提问于2021-11-25得票数 0
./test.csv看起来像：
price datetime
1 100 2019-10-10
2 150 2019-11-10
...
import pandas as pd
import datetime as date
import datetime as time
from datetime import datetime
from datetime import timedelta
csv_df = pd.read_csv('./test.csv')
today = datetime.today()
浏览 1提问于2019-05-08得票数 1
回答已采纳
我正在尝试为逻辑回归模型创建交互变量。我有一些70+特性，我只想对其中的6个特性进行预处理。有人知道如何从fit_transform获取numpy数组并将这些交互连接回原始数据帧吗？另外，有没有一种优雅的方式来标记交互，让我知道我正在看的是什么？我想我会使用numpy数组并通过pd.DateFrame转换为dataframe，但在那之后我有点迷茫了。提前谢谢你。我找到了下面的问题，但我仍然对我的特定用例感到困惑。 How to use sklearn fit_transform with pandas and return dataframe instead of numpy array?
浏览 12提问于2020-01-15得票数 0
1回答
如何将Python，Pandas Dataframe中具有多对日期和观测值的每行绘制为x轴上的日期和y轴上的观测值？ IndexColumn、Date1、Value1、Date2、Value2、Date3、Value3 xyz，1/1/2020，2，2/2/2020，3，3/3/2020，4 abc，1/2/2020，4，2/6/2020，7，3/9/2020，8 Dateframe with multiple Date and Value Pairs
浏览 17提问于2020-07-18得票数 0
我有一个dateframe，它是按日期(许多相同的日期)索引的。我还有一个名为name的列，其中包含每个日期、评级(A到Z)和类别(健康、实用程序)等的公司名称，最后还有一个名为price的列。
价格包括许多空白值和一些填充值，我想用其他价格的平均价格来填补空白，这些价格在相同评级的公司和需要填补的相同类别的公司的栏价格中。
浏览 1提问于2017-02-02得票数 0
回答已采纳
我在探索熊猫--试着学习和应用它。目前，我有一个csv文件，其中填充了具有以下结构的金融timeseries数据：
date, time, open, high, low, close, volume 2003.04.08,12:00,1.06830,1.06960,1.06670,1.06690,446 2003.04.08,13:00,1.06700,1.06810,1.06570,1.06630,433 2003.04.08,14:00,1.06650,1.06810,1.06510,1.06670,473 2003.04.08,15:00,1.06670,1.06890,1.06630
浏览 1提问于2013-10-25得票数 5
回答已采纳
目标从第一列创建第二列
column1, column2
Hello World, #HelloWord
US Election, #USElection
我有一个简单的文件，只有一个列
columnOne
Hello World
US Election
Movie Night
我写了以下函数
>>> def newColumn(row):
... r = "#" + "".join(row.split(" "))
... return r
然后我用熊猫创建了第二篇专栏文章
df['column2'
浏览 4提问于2016-10-18得票数 3
回答已采纳
1回答
我有一个DataFrame，我想用一个新的专栏来扩展它。从DateFrame s创建一个新的DateFrame将被解释为。
我目前的策略是使用RowFactory从传递到RowFactory调用的映射中的Row构建新的DataFrame.javaRDD().map(...)，但我担心这可能会造成不必要的成本。
因此，我不知道是否可以通过追加新字段来扩展现有的Row，而不是创建新的Row。Row接口似乎不允许这样做。
浏览 1提问于2016-01-13得票数 0
回答已采纳
在调试时偶然发现了这一奇怪之处，更新从Pandas Dataframe列派生的numpy数组也意外地修改了Dataframe的值，尽管在更新中从未引用过它，但只提到了numpy数组。这怎麽可能？
import numpy as np
import pandas as pd
df1 = pd.DataFrame(columns=["A"],data=[1,2,3,4,5,6,7,8,9,10])
xarray = df1.iloc[:,0].values #put df1 values into an np array
for i
浏览 23提问于2020-05-17得票数 0
回答已采纳
我有一个csv文件，我正在将其转换为pandas数据帧。其中一列a主要用数字填充，偶尔用零填充。我想创建一个新的列e，它是列a+500中的数字，除非该行中有a列的0。在这种情况下，它应该保持0。或者我猜，如果列e为a+500，那么它也可以工作，然后e中所有只是500的情况都变成了零。任何帮助都是很好的，我刚开始使用pandas/python。
浏览 4提问于2016-01-22得票数 2
2回答
我想在pandas中创建一个简单的计数器，每完成一个循环就递增一次。这应该很简单，但我搞不懂...这是我想要做的，用一个说明性的熊猫DataFrame：
<code>A0</code>
如果有人向我展示如何使用自定义函数在pandas.apply中做到这一点，我会很高兴的。本质上，我循环遍历DataFrame中的每一条记录/行，并比较两列。
我知道我可能可以用numpy.where()来做，然后做一个扩展的sum，但我真的在尝试学习如何在自定义函数中使用apply。
下面是我尝试过的另一种方法，使用自定义函数和pandas.apply：
<code>A1&l
浏览 19提问于2018-12-16得票数 3
回答已采纳
1回答
在这个项目中，我使用了一个jupyter笔记本。我正在尝试向我的数据帧添加条件格式。我想给负数一个红色背景和正数绿色背景，如果可能的话，去掉行号。我试图在底部使用的代码不会返回任何错误。
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import pandas_datareader as data
tickers = ['SPY', 'TLT', 'XLY', 'XLF', 'XLV',
浏览 1提问于2021-09-04得票数 4
回答已采纳
我有一个pandas dateframe，如下所示，以DATETIME作为索引：
ID Val1 Val2
DATETIME
2019-01-18 10:35:00 A 482.84387 439.67942
2019-01-18 10:35:00 B -5.30216 20.22247
2019-01-18 10:40:0
浏览 1提问于2020-07-01得票数 1
回答已采纳
我有一个excel文件，大约有7000行和50列。我想要做的是创建一个名为'Sample Number‘的新列，并将编号分配给相应的数据。例如，500-1500之间的行对应于样本1,1500-2500之间的行对应于样本2，依此类推。现在，我拥有的代码能够创建一个新列并分配数字，但我想要的是询问用户与哪个样本对应的数据范围，然后，程序会将数字分配给特定的行。现在，它为每一行分配1。我已经附加了一个图像的链接，这是我现在拥有的代码 import pandas as pd
file_name = r"C:/Users/barış/Desktop/test2.xlsx"
df
浏览 6提问于2021-10-03得票数 0
我想将csv文件转换为Pandas dateframe。csv文件的格式如下(第一行是头)：
id,link,domain,subdomain,subsubdomain,difficulty,solved_date,instruction
0,https://www.example.com,Practice,Tutorials,dummyText,Easy,2021-11-01 14:18:51,'instructions\Day 0 - Hello, World.pdf'
当我使用df = pandas.read_csv(csv_filename, index_col=0,
浏览 1提问于2021-11-09得票数 1
回答已采纳
我很难在Pandas中使用和Pandas。也许我不是用这个对吧？
data = {'a':[1,1,2,2],'b':['Y','Y','N','Y'], 'c':['Y','Y','N','Y']}
df = pandas.DataFrame(data)
def countY(columnName, group): return len(group[group[columnName] == 'Y'])
浏览 2提问于2014-03-24得票数 1
回答已采纳
3回答
我在dataframe中有一个列，它是当前字符串。我需要将这些数据转换为浮点数并作为数组进行提取，这样我就可以使用坐标对了。
In [55]:apt_data['geotag']
Out[55]:
0 (40.7763, -73.9529)
1 (40.72785, -73.983307)
2 (40.7339, -74.0054)
3 (40.771731, -73.956313)
4 (40.8027, -73.949187)
Name: geotag, dtype: object'
首先我试过：
a
浏览 2提问于2017-06-01得票数 2
回答已采纳
我有一个csv文件，如下所示： A, B
34, "1.0, 2.0"
24, "3.0, 4.0" 我正在使用pandas读取文件： import pandas as pd
df = pd.read_csv('file.csv') 我需要做的是用numpy数组替换字符串： for index, row in df.iterrows():
df['B'][index] = np.fromstring(df['B'][index], sep=',') 但是，它会引发错误A value
浏览 18提问于2020-04-08得票数 1
回答已采纳
我有一个DateFrame和一个DateTimeIndex，即
import pandas as pd
dates = pd.date_range('2018-04-01', periods=96, freq='15T', tz='Australia/Sydney', name='timestamp')
df = dates.to_frame(index=False)
df.set_index(dates.name, inplace=True)
我想创建一个具有0/1指示列的列，该列在夏季为1，冬季为0，但我找不到相关的dst /
浏览 0提问于2018-11-14得票数 4
回答已采纳
我试图用pandas.DataFrame.replace替换字符“+”。
它有时起作用，但有时不能代替。
我用的是jupyter笔记本。
代码：
df_raw['Installs'] = df_raw.Installs.replace('+', '')
输出：
10000+
500000+
5000000+
50000000+
100000+
浏览 1提问于2020-11-27得票数 0
回答已采纳
比如说，我有一个Pandas DataFrame，它有3列和3行，0,1,2 . 1000。然后，假设我从中提取了一个DataFrame，这样它就随机地选择了行1、5、9.999.
现在，如何使用交替的奇数行迭代这个新的的DataFrame行呢？例如，从0到1000的for循环将在新的KeyError中不适当的索引处返回DataFrame。是否有方法获取新DateFrame中保留的行的列表？
我对这个网站缺乏经验，所以如果我的问题能被更好的格式化，我很抱歉。谢谢。
浏览 8提问于2022-06-13得票数 0
1回答
我正在努力从一个公共API中获取数据，并将其转换为Pandas数据，主要来自美国地震网站。我得到了JSON表单数据，它实际上是嵌套字典的列表。我使用了一种方法，并将其转换为'pandas.core.frame.DataFrame'.类表单类的dataframe。现在，当我试图拆分坐标列时，我得到的是NaN或其他问题。这个系列的形式是类'pandas.core.series.Series'。
这是我的密码-
import urllib.request, json
import pandas as pd
url = "https://earthquake.u
浏览 2提问于2019-09-21得票数 0
3回答
用存储在Series中的列向量乘以Pandas DataFrame的所有列的最佳方法是什么？我曾经在Matlab中用repmat()来做这件事，这在Pandas中是不存在的。我可以使用np.tile()，但是每次来回转换数据结构看起来很难看。
谢谢。
浏览 1提问于2012-11-01得票数 40
2回答
比较所有行的多个特定列
、、、
我希望比较所有行的特定列，如果它们是唯一的，则将值提取到否则为0的新列。
如果示例dateframe如下所示：
A B C D E F
13348 judte 1 1 1 1
54871 kfzef 1 1 0 1
89983 hdter 4 4 4 4
7543 bgfd 3 4 4 4
结果如下：
A B C D E F Result
13348 judte 1 1 1 1 1
54871 kfzef 1 1 0 1 0
89983 hdter 4 4 4 4
浏览 1提问于2018-10-29得票数 0
回答已采纳
我需要一些关于按年或月对熊猫DateFrame对象进行分组的说明，并返回一个具有新索引的新DateFrame对象。到目前为止，这是我的代码。groupby可以按预期工作。
从.csv文件中加载数据，将' date‘解析为日期格式(来自finance.yahoo.com的历史股票报价)
In [23]: import pandas as pd
file = pd.read_csv("sdf.de.csv", parse_dates=['Date'])
file.head(2)
Out[23]:
Date
浏览 0提问于2016-02-19得票数 6
回答已采纳
2回答
使用Pandas，我创建了一个csv文件，其中包含这样的数据(100行)：
first second
{'val1': 'm', 'val2': 'f'} {'val3': 'm', 'val4': 'f'}
{'val1': 'g', 'val2': 'h'} {'val3': 'i',
浏览 4提问于2020-07-18得票数 0
回答已采纳
1回答
我尝试使用pandas将一个值有条件地赋值给一个列。 我尝试使用pandas assign创建一个新列，如果sv_length列指定的长度值为>= 50，则标记为SV；如果长度小于50，则标记为InDel。 df3=df2.assign(InDel_SV='InDel' if df2.sv_length < 50 else 'SV')
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
浏览 28提问于2019-06-18得票数 0
回答已采纳
我对蟒蛇很陌生，对潘达斯也很陌生。我查阅了Pandas文档，并尝试了多种方法来解决这个问题，但没有成功。
我有一个DateFrame，其中一列有时间戳，另一列有价格，例如：
d = {'TimeStamp': [1603822620000, 1603822680000,1603822740000, 1603823040000,1603823100000,1603823160000,1603823220000], 'Price': [101,105,102,108,105,101,106], 'OtherData1': [1,2,3,4,5,6,7
浏览 2提问于2020-10-29得票数 1
回答已采纳
1回答
我用pandas创建了一个字典，我试图只获取值
a b
hello_friend HELLO<by>
hi_friend HI<byby>
good_friend GOOD<bybyby>
我希望获得值的列表，只对其应用多个方法，最后返回键和修改后的值
def open_pandas():
df = pandas.read_csv('table.csv', encoding = 'utf-8')
dico = df.group
浏览 0提问于2018-08-09得票数 0
回答已采纳
1回答
我有一个包含此代码的pandas。
是的，这些密钥具有相同的名称$。我已经用把xml转换成了json。
"SHORT_DESCR": {
"P": [{
"$": "Line 1."
}, {
"$": "line nr2"
}, {
浏览 1提问于2021-04-15得票数 0
1回答
我的dataframe中有多个日期时间列，当我将日期时间导出到csv时，我需要将日期时间从月/日/年转换为月/月/年。有可能这样做吗？
我试过这个：
if date_mask == "MMM":
df[name].apply(lambda x: x.strftime('%b %Y'))
else:
df[name].apply(lambda x: x.strftime('%m %Y'))
当我查看导出的CSV时，仍然会看到旧的datetime值。
对怎么做有什么想法吗？
谢谢
###########################
浏览 0提问于2016-08-01得票数 0
回答已采纳
代码： ps = PorterStemmer()
tokens = []
for i in range(0,len(df)):
tweet = str(df['clean_tweet'][i])
tweet = tweet.lower()
tweet = tweet.split()
tweet = [ps.stem(word) for word in tweet if word not in stopWords]
tweet = ' '.join(tweet)
tokens.append(tweet)
p
浏览 80提问于2021-05-03得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
腾讯会议活动推荐
腾讯云开发者
