如何使用Lambda来修改Pandas数据框中的值

这篇文章主要为大家展示了"如何使用Lambda来修改Pandas数据框中的值"，内容简而易懂，条理清晰，希望能够帮助大家解决疑惑，下面让小编带领大家一起研究并学习一下"如何使用Lambda来修改Pandas数据框中的值"这篇文章吧。

使用Lambda来修改Pandas数据框中的值

假设我们有以下df数据框:

data = [[1,2,3], [4,5,6], [7,8,9]]df = pd.DataFrame(data, columns=[0,1,2])IN[1]: print (df)OUT[1]:    0  1  2        0  1  2  3        1  4  5  6        2  7  8  9

现在由于某种原因，你需要在第0列的数字上添加01的值。一个常见的方法是定义一个函数来完成这个任务，然后用 apply 函数来修改一列的值。

def add_numbers(x):    return f'{x}01'df[0] = df[0].apply(add_numbers)IN[1]: print (df)OUT[1]:     0   1   2        0  101  2   3        1  401  5   6        2  701  8   9

这并不复杂，但是在数据框中对每一个改变创建一个函数是不切实际的。这时lambda就派上了用场。

lambda函数类似于普通的Python函数，但它可以不使用名称来定义，这使得它成为一个漂亮的单行代码。之前使用的代码可以用以下方式来减少。

df[0] = df[0].apply(lambda x:f'{x}01')

当你不知道是否可以访问一个系列的属性来修改数据时，Lambda变得非常有用。

例如，列0包含字母，我们想把它们大写。

# 如果你知道.str的存在，你可以这样做df[0] = df[0].str.title()# 如果你不知道.str，你仍然可以用lambda大写df[0] = df[0].apply(lambda x: x.title())

以上是"如何使用Lambda来修改Pandas数据框中的值"这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注行业资讯频道！