你可以使用下面的基本语法将lambda函数应用于pandas DataFrame。
df['col'] = df['col'].apply(lambda x: 'value1' if x < 20 else 'value2')
下面的例子展示了如何通过以下pandas DataFrame实际使用这种语法。
import pandas as pd
#create DataFrame
df = pd.DataFrame({'team': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],
'points': [18, 22, 19, 14, 14, 11, 20, 28],
'assists': [5, 7, 7, 9, 12, 9, 9, 4]})
#view DataFrame
print(df)
team points assists
0 A 18 5
1 B 22 7
2 C 19 7
3 D 14 9
4 E 14 12
5 F 11 9
6 G 20 9
7 H 28 4
例1：使用Apply和Lambda创建新列
下面的代码展示了如何使用apply和lambda来创建一个新的列，其值取决于现有列的值。
#create new column called 'status'
df['status'] = df['points'].apply(lambda x: 'Bad' if x < 20 else 'Good')
#view updated DataFrame
print(df)
team points assists status
0 A 18 5 Bad
1 B 22 7 Good
2 C 19 7 Bad
3 D 14 9 Bad
4 E 14 12 Bad
5 F 11 9 Bad
6 G 20 9 Good
7 H 28 4 Good
在这个例子中，我们创建了一个名为status的新列，它的值如下。
- 如果积分列中的值小于20，则为'坏'。
- 如果积分列中的值大于或等于20，则为'好'。
例2：使用Apply和Lambda来修改现有的列
下面的代码展示了如何使用apply和lambda来修改DataFrame中的现有列。
#modify existing 'points' column
df['points'] = df['points'].apply(lambda x: x/2 if x < 20 else x*2)
#view updated DataFrame
print(df)
team points assists
0 A 9.0 5
1 B 44.0 7
2 C 9.5 7
3 D 7.0 9
4 E 7.0 12
5 F 5.5 9
6 G 40.0 9
7 H 56.0 4
在这个例子中，我们通过在lambda函数中使用以下规则来修改现有点数列中的值。
- 如果数值小于20，就用数值除以2。
- 如果该值大于或等于20，则将该值乘以2。
使用这个lambda函数，我们能够修改现有积分栏中的数值。
其他资源
下面的教程解释了如何在pandas中执行其他常用函数:
