Pandas: как применить функцию к каждой строке в DataFrame

Вы можете использовать следующий базовый синтаксис, чтобы применить функцию к каждой строке в кадре данных pandas:

df['new_col'] = df.apply(lambda x: some function, axis= 1 )

Этот синтаксис применяет функцию к каждой строке в кадре данных pandas и возвращает результаты в новом столбце.

В следующем примере показано, как использовать этот синтаксис на практике.

Пример: применение функции к каждой строке в DataFrame

Предположим, у нас есть следующие Pandas DataFrame:

import pandas as pd

#create DataFrame
df = pd.DataFrame({'A': [5, 4, 7, 9, 12, 9, 9, 4],
 'B': [10, 8, 10, 6, 6, 5, 9, 12]})

#view DataFrame
print(df)

# A B
#0 5 10
#1 4 8
#2 7 10
#3 9 6
#4 12 6
#5 9 5
#6 9 9
#7 4 12

Теперь предположим, что мы хотим применить функцию, которая умножает значения в столбцах A и B, а затем делит на 2.

Мы можем использовать следующий синтаксис, чтобы применить эту функцию к каждой строке в DataFrame:

#create new column by applying function to each row in DataFrame
df['z'] = df.apply ( lambda x: x['A'] \* x['B'] / 2, axis= 1 )

#view updated DataFrame
print(df)

# A B z
#0 5 10 25.0
#1 4 8 16.0
#2 7 10 35.0
#3 9 6 27.0
#4 12 6 36.0
#5 9 5 22.5
#6 9 9 40.5
#7 4 12 24.0

Столбец z отображает результаты функции.

Например:

• Первый ряд: А*В/2=5*10/2= 25
• Второй ряд: А*В/2=4*8/2= 16
• Третий ряд: А*В/2=7*10/2= 35

И так далее.

Вы можете использовать аналогичный синтаксис с лямбдой , чтобы применить любую функцию, которую вы хотите, к каждой строке в кадре данных pandas.

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные операции в pandas:

Как применить функцию к Pandas Groupby
Как выполнить GroupBy Sum в Pandas
Как использовать Groupby и Plot в Pandas