パンダ：単一の列にapply（）関数を使用するにはどうすればよいですか？

2列のパンダデータフレームがあります。2番目の列に影響を与えずに最初の列の値を変更し、最初の列の値のみを変更してデータフレーム全体を取得する必要があります。パンダで適用を使用してそれをどのように行うことができますか？

サンプルデータフレームdfを次のように指定します。

a,b
1,2
2,3
3,4
4,5

あなたが欲しいものは：

df['a'] = df['a'].apply(lambda x: x + 1)

それは返します：

   a  b
0  2  2
1  3  3
2  4  4
3  5  5

次のように、単一の列を使用した方がよい場合map()：

df = pd.DataFrame([{'a': 15, 'b': 15, 'c': 5}, {'a': 20, 'b': 10, 'c': 7}, {'a': 25, 'b': 30, 'c': 9}])

    a   b  c
0  15  15  5
1  20  10  7
2  25  30  9



df['a'] = df['a'].map(lambda a: a / 2.)

      a   b  c
0   7.5  15  5
1  10.0  10  7
2  12.5  30  9

関数はまったく必要ありません。列全体を直接操作できます。

データの例：

>>> df = pd.DataFrame({'a': [100, 1000], 'b': [200, 2000], 'c': [300, 3000]})
>>> df

      a     b     c
0   100   200   300
1  1000  2000  3000

列のすべての値の半分a：

>>> df.a = df.a / 2
>>> df

     a     b     c
0   50   200   300
1  500  2000  3000

与えられた応答は正しいですが、それは常に望ましいわけではない初期データフレームを変更します（そして、OPが "using apply"の例を求めた場合、新しいデータフレームを返すバージョンが望まれていた可能性がありますapply）。

これは次を使用して可能assignです：assignドキュメントに記載されているように、既存の列に対して有効です（強調は私のものです）：

DataFrameに新しい列を割り当てます。

新しい列に加えて、すべての元の列を持つ新しいオブジェクトを返します。再割り当てされた既存の列は上書きされます。

要するに：

In [1]: import pandas as pd

In [2]: df = pd.DataFrame([{'a': 15, 'b': 15, 'c': 5}, {'a': 20, 'b': 10, 'c': 7}, {'a': 25, 'b': 30, 'c': 9}])

In [3]: df.assign(a=lambda df: df.a / 2)
Out[3]: 
      a   b  c
0   7.5  15  5
1  10.0  10  7
2  12.5  30  9

In [4]: df
Out[4]: 
    a   b  c
0  15  15  5
1  20  10  7
2  25  30  9

関数には、変更する列だけでなく、データフレーム全体が渡されるため、ラムダで正しい列を選択していることを確認する必要があります。

適用関数の実行速度に本当に懸念があり、作業する巨大なデータセットがある場合は、swifterを使用して実行を高速化できます。以下は、pandasデータフレームのswifterの例です。

import pandas as pd
import swifter

def fnc(m):
    return m*3+4

df = pd.DataFrame({"m": [1,2,3,4,5,6], "c": [1,1,1,1,1,1], "x":[5,3,6,2,6,1]})

# apply a self created function to a single column in pandas
df["y"] = df.m.swifter.apply(fnc)

これにより、すべてのCPUコアが結果を計算できるようになるため、通常の適用機能よりもはるかに高速になります。それがあなたのために役立つかどうか試して、私に知らせてください。

日時を使用して、ヌルまたは空のスペースを考慮した複雑な計算を試してみましょう。日時列で30年を短縮し、applyメソッドを使用しlambda、日時形式を変換しています。Line if x != '' else xは、それに応じてすべての空スペースまたはnullを処理します。

df['Date'] = df['Date'].fillna('')
df['Date'] = df['Date'].apply(lambda x : ((datetime.datetime.strptime(str(x), '%m/%d/%Y') - datetime.timedelta(days=30*365)).strftime('%Y%m%d')) if x != '' else x)