pandas 0.23 - Series.apply()

pandas.Series.apply




pandas

pandas.Series.apply

Series.apply(func, convert_dtype=True, args=(), **kwds) [source]

श्रृंखला के मूल्यों पर समारोह लागू करें। Ufunc (एक NumPy फ़ंक्शन जो पूरी श्रृंखला पर लागू होता है) या एक पायथन फ़ंक्शन हो सकता है जो केवल एकल मानों पर काम करता है

पैरामीटर:
func : function

Convert_dtype : बूलियन, डिफ़ॉल्ट सत्य

एलीमेंट वाइज रिजल्ट के लिए बेहतर dtype खोजने की कोशिश करें। यदि गलत है, तो dtype = ऑब्जेक्ट के रूप में छोड़ दें

args : tuple

मान के अतिरिक्त कार्य करने के लिए स्थिति संबंधी तर्क

अतिरिक्त कीवर्ड तर्क फ़ंक्शन के कीवर्ड के रूप में पारित किए जाएंगे
यह दिखाता है:
y : Series or DataFrame if func returns a Series

यह भी देखें

Series.map
तत्व-वार संचालन के लिए
Series.agg
केवल एकत्रित प्रकार के संचालन करते हैं
Series.transform
केवल ट्रांसफॉर्मिंग प्रकार के ऑपरेशन करें

उदाहरण

प्रत्येक शहर के लिए ठेठ गर्मियों के तापमान के साथ एक श्रृंखला बनाएं।

>>> import pandas as pd
>>> import numpy as np
>>> series = pd.Series([20, 21, 12], index=['London',
... 'New York','Helsinki'])
>>> series
London      20
New York    21
Helsinki    12
dtype: int64

फ़ंक्शन को परिभाषित करके और इसे apply() करने के तर्क के रूप में मानों को स्क्वायर करें apply()

>>> def square(x):
...     return x**2
>>> series.apply(square)
London      400
New York    441
Helsinki    144
dtype: int64

अनाम फ़ंक्शन को apply() करने के तर्क apply() रूप में मानों को स्क्वायर करें।

>>> series.apply(lambda x: x**2)
London      400
New York    441
Helsinki    144
dtype: int64

एक कस्टम फ़ंक्शन को परिभाषित करें, जिसे अतिरिक्त स्थिति संबंधी तर्क की आवश्यकता है और args कीवर्ड का उपयोग करके इन अतिरिक्त तर्कों को पास करें।

>>> def subtract_custom_value(x, custom_value):
...     return x-custom_value
>>> series.apply(subtract_custom_value, args=(5,))
London      15
New York    16
Helsinki     7
dtype: int64

एक कस्टम फ़ंक्शन को परिभाषित करें जो कीवर्ड तर्क लेता है और apply करने के apply इन तर्कों को पास करता है।

>>> def add_custom_values(x, **kwargs):
...     for month in kwargs:
...         x+=kwargs[month]
...     return x
>>> series.apply(add_custom_values, june=30, july=20, august=25)
London      95
New York    96
Helsinki    87
dtype: int64

Numpy लाइब्रेरी से फ़ंक्शन का उपयोग करें।

>>> series.apply(np.log)
London      2.995732
New York    3.044522
Helsinki    2.484907
dtype: float64