Pandas应用apply函数进行数据清洗

    import pandas as pd
    
    # 创建一个简单的 DataFrame
    df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6]
    })
    
    # 对每列求和
    result = df.apply(sum, axis=0)
    
    # 对每行求和
    result_row = df.apply(sum, axis=1)
    
    
      
      
      
      
      
      
      
      
      
      
      
      
      
    
    代码解读

    # 定义一个自定义函数
    def custom_function(x):
    return x**2 + 3
    
    # 将自定义函数应用于每一列
    result = df.apply(custom_function, axis=0)
    
    
      
      
      
      
      
      
    
    代码解读

    # 创建员工数据
    df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie'],
    'salary': [5000, 4000, 3000],
    'bonus': [500, 700, 600]
    })
    
    # 自定义函数，根据薪水和奖金计算总收入
    def calculate_total_income(row):
    return row['salary'] + row['bonus']
    
    # 使用 apply 计算每个员工的总收入
    df['total_income'] = df.apply(calculate_total_income, axis=1)
    
    
      
      
      
      
      
      
      
      
      
      
      
      
      
    
    代码解读

    # 创建一个包含日期的 DataFrame
    df = pd.DataFrame({
    'date': ['2024/09/01', '2023-09-08', '01-09-2022']
    })
    
    # 定义一个转换日期格式的函数
    def convert_date_format(date_str):
    return pd.to_datetime(date_str).strftime('%Y-%m-%d')
    
    # 使用 apply 对每个日期进行格式转换
    df['formatted_date'] = df['date'].apply(convert_date_format)
    
    
      
      
      
      
      
      
      
      
      
      
      
    
    代码解读

    # 创建一个包含文本数据的 DataFrame
    df = pd.DataFrame({
    'text': ['  Hello  ', 'World ', ' Python  ']
    })
    
    # 定义一个文本清洗的函数
    def clean_text(text):
    return text.strip().lower()
    
    # 使用 apply 对每个文本进行格式清洗
    df['cleaned_text'] = df['text'].apply(clean_text)
    
    
      
      
      
      
      
      
      
      
      
      
      
    
    代码解读

    # 创建一个包含员工数据的 DataFrame
    df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie'],
    'department': ['HR', 'Engineering', 'Marketing'],
    'salary': [5000, 7000, 6000]
    })
    
    # 定义一个函数，将多列合并成一条信息
    def combine_info(row):
    return f"{row['name']} works in {row['department']} and earns ${row['salary']}."
    
    # 使用 apply 将多列合并成新的字符串
    df['employee_info'] = df.apply(combine_info, axis=1)
    
    
      
      
      
      
      
      
      
      
      
      
      
      
      
    
    代码解读

    # 创建一个包含产品价格和折扣的 DataFrame
    df = pd.DataFrame({
    'product': ['A', 'B', 'C'],
    'price': [100, 200, 300],
    'discount': [0.10, 0.25, 0.15]
    })
    
    # 定义一个函数，根据价格和折扣计算最终价格
    def calculate_final_price(row):
    if row['discount'] > 0.2:
        return row['price'] * (1 - row['discount'])
    else:
        return row['price']
    
    # 使用 apply 计算每个产品的最终价格
    df['final_price'] = df.apply(calculate_final_price, axis=1)
    
    
      
      
      
      
      
      
      
      
      
      
      
      
      
      
      
      
    
    代码解读