تطبيق الدوال لـ Pandas

مثال على عملية إعادة بناء مؤشر Pandas

لإضافة دالة الخاصة بك أو دالة من مكتبة أخرى إلى كائن Pandas، يجب أن تعرف ثلاث طرق مهمة. وهي كالتالي. يجب أن تختار الطريقة المناسبة بناءً على ما إذا كنت ترغب في تنفيذ عملية على كامل الجدول أو على السطور أو الأعمدة أو على العناصر.

تطبيقات وظائف الجدول: pipe() تطبيقات وظائف السطر أو الصف: apply() تطبيقات وظائف المستوى العضوي: applymap()

تطبيقات وظائف الجدول

يمكنك تنفيذ عمليات مخصصة على DataFrame عن طريق إدراج الدالة والعدد المناسب من المعامل كمعاملات خطوط الأنابيب.

دالة المضافة

على سبيل المثال، إضافة 2 قيمة إلى DataFrame. وظيفة المضافة تضيف قيمتين数字تين وتعيد مجموعهما.

　　def　adder(ele1,ele2):
　　　　return　ele1+ele2

نستخدم الدوال المخصصة لتعامل DataFrame.

　df = pd.DataFrame(np.random.randn(5,3),columns=['col1','col2','col3'])
　df.pipe(adder,2)

لننظر في البرنامج الكامل:

　import pandas as pd
　import numpy as np
　def　adder(ele1,ele2):
　　　　return　ele1+ele2
　df = pd.DataFrame(np.random.randn(5,3),columns=['col1','col2','col3'])
　df.pipe(adder,2)
　print(df.apply(np.mean))

نتائج التنفيذ:

　　　　　　　col1　col2　col3
　0　2.176704　2.219691　1.509360
　1　2.222378　2.422167　3.953921
　2　2.241096　1.135424　2.696432
　3　2.355763　0.376672　1.182570
　4　2.308743　2.714767　2.130288

تطبيقات وظائف السطر أو الصف

يمكنك استخدام طريقة apply() لتطبيق أي دالة على مقياس DataFrame أو Panel، هذه الطريقة مثل طرق الإحصاء الوصفي تستخدم معامل axis اختياريًا. افتراضيًا، يتم تنفيذ هذه العملية على الأعمدة، حيث يتم اعتبار كل عمود كشكل من أشكال مصفوفة.

مثال 1

　import pandas as pd
　import numpy as np
　df = pd.DataFrame(np.random.randn(5,3),columns=['col1','col2','col3'])
　df.apply(np.mean)
　print(df.apply(np.mean))

نتائج التنفيذ:

　col1　-0.288022
　col2　1.044839
　col3　-0.187009
　dtype: float64

باستخدام إدراج معامل axis، يمكنك تنفيذ العمليات على كل سطر.

مثال 2

　import pandas as pd
　import numpy as np
　df = pd.DataFrame(np.random.randn(5,3),columns=['col1','col2','col3'])
　df.apply(np.mean,axis=1)
　print(df.apply(np.mean))

نتائج التنفيذ:

　col1　0.034093
　col2　-0.152672
　col3　-0.229728
　dtype: float64

مثال 3

　import pandas as pd
　import numpy as np
　df = pd.DataFrame(np.random.randn(5,3),columns=['col1','col2','col3'])
　df.apply(lambda x: x.max() - x.min())
　print(df.apply(np.mean))

نتائج التنفيذ:

　col1 -0.167413
　col2 -0.370495
　col3 -0.707631
　dtype: float64

تطبيق دالة على مستوى العنصر

ليس كل الدوال يمكن تحويلها (لا يعود NumPy مكونًا مصريًا آخر ولا يعود بأي شيء)، يتمتع طريقة applymap() على DataFrame و map() على Series بنفس القدر من التشابه وتقبل أي دالة تأخذ قيمة واحدة وتعيد قيمة واحدة.

مثال 1

　import pandas as pd
　import numpy as np
　df = pd.DataFrame(np.random.randn(5,3),columns=['col1','col2','col3'])
　# وظيفة مخصصة
　df['col1'].map(lambda x: x*100)
　print(df.apply(np.mean))

نتائج التنفيذ:

　col1 0.480742
　col2 0.454185
　col3 0.266563
　dtype: float64

مثال 2

　import pandas as pd
　import numpy as np
　# وظيفة مخصصة
　df = pd.DataFrame(np.random.randn(5,3),columns=['col1','col2','col3'])
　df.applymap(lambda x: x*100)
　print(df.apply(np.mean))

نتائج التنفيذ:

　col1 0.395263
　col2 0.204418
　col3 -0.795188
　dtype: float64