。

类似于编写一些跨每行或每列的for循环#xff0c;并同时调用apply函数。

1、函数

函数是对python代码进行分组和复用的一种方法。

如果某段代码会被多次使用#xff0c;并且使用时是需…参考资料活用pandas库

apply是指把函数同时作用于DataFrame的每一行或每一列。

类似于编写一些跨每行或每列的for循环并同时调用apply函数。

1、函数

函数是对python代码进行分组和复用的一种方法。

如果某段代码会被多次使用并且使用时是需要做少量修改这时就应该考虑把这段代码放入一个函数中。

编写一个函数

my_avg(x,y):求两个数的平均值return(xy)/2

三重引号中的文本是文档字符串。

在查找某个函数的帮助文档时就会看到它们。

可以是使用这些文档字符串为自定的函数创建帮助文档。

2、使用函数

dfpd.DataFrame({a:[10,20,30],b:[20,30,40]

Series有一个apply方法。

该方法有一个func参数。

当传递给它一个函数之后apply方法就会把传入的函数应用于Series的每个元素。

sqdf[a].apply(my_sq)

请注意当把my_sq传递给apply时不要在my_sq后面加上圆括号。

当自定函数有多个参数时系统会将Series数据分配给第一个参数。

定义一个幂函数包含两个参数

当把my_exp函数应用于一个Series时除了要把my_exp传递给apply之外

print(ex)

DataFrame通常有至少两个维度或称字段/列。

因此当向DataFrame应用一个函数时首先需要指定应用该函数的轴例如逐行或逐列。

如果把apply方法的axis参数设置为0默认值则表示按列应用指定函数。

如果把axis参数设置为1则按行应用指定函数。

当向DataFrame应用一个函数时默认按列应用这个轴如列会传递到函数的第一个参数中。

def

titanicpd.read_csv(r...\seaborn常用数据案例\titanic.csv)

编写函数

count_missing(vec):计算一个向量中缺失值的个数#

根据值是否缺失获取一个由True/False值组成的向量null_vecpd.isnull(vec)#

null值对应True,True为1False为0null_countnp.sum(null_vec)#

null_countdef

调用count_missing函数计算缺失值的个数numcount_missing(vec)#

num/demdef

cmis_coltitanic.apply(count_missing)

pmis_coltitanic.apply(prop_missing)

pcom_coltitanic.apply(prop_complete)

print(cmis_col)

cmis_rowtitanic.apply(count_missing,axis1)

pmis_rowtitanic.apply(prop_missing,axis1)

pcom_rowtitanic.apply(prop_complete,axis1)