Pandas中apply函数怎么用

这篇文章主要介绍Pandas中apply函数怎么用，文中介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们一定要看完！

使用apply拆分文本

Pandas 中 apply 函数，应用广泛，今天要跟大家分享一个使用的技巧，使用 apply 将 dataframe 中内容为 list 的列拆分为多列。

拆分前的数据情况，如下图红色标注所示：

拆分后，如下图所示：

这个案例中，Lemon 使用的数据来自 akshare ，在开始前，引入相关 package ：

# -*- coding: utf-8 -*-  """  @Author: Lemon  @出品：Python数据之道  @Homepage: liyangbit.com  """  import numpy as np  import pandas as pd  import akshare as ak

Lemon 使用的几个 Python 库的版本信息如下：

print('numpy版本：{}'.format(np.__version__))  print('pandas版本：{}'.format(pd.__version__))  print('akshare版本：{}'.format(ak.__version__)) # numpy版本：1.18.1  # pandas版本：1.0.3  # akshare版本：0.7.53

如果代码运行出现问题，请先检查下这几个Python库的版本是否与上面的一致

先从 akshare 获取需要的数据，分为两步，第一步是获取基金代码的列表，如下：

df = ak.fund_em_fund_name().head(20).tail(5)  dfdf = df[['基金代码','基金简称']]  print(df)

第二步是获取基金净值数据和净值日期，通过一个自定义函数来获取，自定义函数如下：

# 自定义函数只有一个参数的情形  # 获取基金单位净值以及净值日期  def get_mutual_fund(code):      df = ak.fund_em_open_fund_info(fund=code, indicator="单位净值走势")      dfdf = df[['净值日期', '单位净值','日增长率']]      # df.columns = ['净值日期', '单位净值', 'equityReturn', 'unitMoney']      df['净值日期'] = pd.to_datetime(df['净值日期'])      dfdf = df.sort_values('净值日期',ascending=False)      unit_equity = df.head(1)['单位净值'].values[0]      date_latest = df.head(1)['净值日期'].values[0]      return [unit_equity, date_latest]

对于这个自定义函数，在 pandas 使用 apply 来应用自定义函数，这是使用 apply 的一种常用的方法，如下：

# 获取基金最新的单位净值和净值日期  df['tmp'] = df['基金代码'].apply(get_mutual_fund)  print(df)

获取的数据截图如下：

文本拆分

上图中的 tmp 列，就是我们这次需要进行处理的对象。

处理方法可以有多种，这里 Lemon 使用 pandas 中的 apply 来处理，相对来说，也是比较便捷的方式。

在 apply 函数中，使用 pd.Series 就可以达到我们的目的。

# 将单位净值和净值日期单独成列  df[['最新单位净值','净值日期']] = df['tmp'].apply(pd.Series)  dfdf = df.drop('tmp',axis=1)  print(df)

结果如下：

以上是"Pandas中apply函数怎么用"这篇文章的所有内容，感谢各位的阅读！希望分享的内容对大家有帮助，更多相关知识，欢迎关注行业资讯频道！