博客
关于我
数据应用apply练习
阅读量:743 次
发布时间:2019-03-22

本文共 941 字,大约阅读时间需要 3 分钟。

数据应用相对练习

以下是基于Numpy和Pandas的数据操作演练步骤:

1. 创建包含3行5列的DataFrame对象,数值范围在1-8之间

首先,我们在环境中导入必要的库:

import numpy as np  import pandas as pd

接下来,创建一个3行5列的随机整数数据并生成DataFrame:

df1 = pd.DataFrame(np.random.randint(1, 8, (3,5)))

这将生成如下数据表:

0 1 2 3 4
2 1 5 2 5
2 6 4 2 5
2 7 1 5 6

2. 按照列表'a','b','a'进行行分组

根据指定的列表进行分组:

df1_1 = df1.groupby(['a', 'b', 'a'])

执行后,结果将被划分为以下分组:

('a', 0, 1, 2, 3, 4)

('a', 1, 2, 3, 4)
('a', 2, 1, 2, 3, 4)

3. 为每个元素加1

对数据框中的每个元素执行加1操作:

df1_1 = df1_1.apply(lambda x: x + 1)

此次操作后的结果如下:

0 1 2 3 4
3 2 6 3 6
3 7 5 3 7
3 8 2 4 8

4. 将每个元素加上其所在列的和

首先计算 DataFrame 的总和:

sum_columns = df1.sum()   # 列的总和

结果:

0: 61
1:142
2:103
3:94
4:16

然后对每个元素加上对应列的和:

df1_1 = df1_1.apply(lambda x: x + df1.sum())

最终表格为:

0 1 2 3 4
8 (2+62) 15 (2+13) 15 (2+13) 8 (+previous sum) 21 (+previous sum)
8 (2+62) 20 (3+17) 14 (3+11) 8 (+previous sum) 21 (+previous sum)
8 (2+62) 21 (4+17) 11 (4+7 8 (+previous sum) 22 (+previous sum)

请注意,这些数值用于展示操作过程,具体应用时请根据实际数据调整。

转载地址:http://nutwk.baihongyu.com/

你可能感兴趣的文章
MySQL Binlog 日志监听与 Spring 集成实战
查看>>
MySQL binlog三种模式
查看>>
multi-angle cosine and sines
查看>>
Mysql Can't connect to MySQL server
查看>>
mysql case when 乱码_Mysql CASE WHEN 用法
查看>>
Multicast1
查看>>
MySQL Cluster 7.0.36 发布
查看>>
Multimodal Unsupervised Image-to-Image Translation多通道无监督图像翻译
查看>>
MySQL Cluster与MGR集群实战
查看>>
multipart/form-data与application/octet-stream的区别、application/x-www-form-urlencoded
查看>>
mysql cmake 报错,MySQL云服务器应用及cmake报错解决办法
查看>>
Multiple websites on single instance of IIS
查看>>
mysql CONCAT()函数拼接有NULL
查看>>
multiprocessing.Manager 嵌套共享对象不适用于队列
查看>>
multiprocessing.pool.map 和带有两个参数的函数
查看>>
MYSQL CONCAT函数
查看>>
multiprocessing.Pool:map_async 和 imap 有什么区别?
查看>>
MySQL Connector/Net 句柄泄露
查看>>
multiprocessor(中)
查看>>
mysql CPU使用率过高的一次处理经历
查看>>