Pandas中iloc與apply函數(shù)的高級(jí)用法

iloc 和 apply 是 Pandas 庫中非常有用的兩個(gè)函數(shù)，它們可以幫助我們更高效地處理數(shù)據(jù)

1. iloc：根據(jù)整數(shù)索引選擇數(shù)據(jù)。iloc 可以幫助我們根據(jù)行號(hào)和列號(hào)選擇數(shù)據(jù)。例如，我們可以使用 iloc 獲取 DataFrame 的前 n 行、特定范圍的行或者特定范圍的列等。

import pandas as pd

data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)

# 獲取前兩行
first_two_rows = df.iloc[:2]

# 獲取第一列
first_column = df.iloc[:, 0]

# 獲取第二行到第四行（不包括第四行）
second_to_fourth_rows = df.iloc[1:4]

2. apply：對 DataFrame 或 Series 應(yīng)用函數(shù)。apply 可以幫助我們對 DataFrame 或 Series 中的每個(gè)元素、每行或每列應(yīng)用自定義函數(shù)。這使得我們可以在整個(gè)數(shù)據(jù)集上執(zhí)行復(fù)雜的操作。

import pandas as pd

data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)

# 對每個(gè)元素求平方
squared_df = df.apply(lambda x: x**2)

# 對每行求和
row_sums = df.apply(lambda row: row.sum(), axis=1)

# 對每列求乘積
column_products = df.apply(lambda col: col.prod(), axis=0)

結(jié)合 iloc 和 apply 的高級(jí)用法，我們可以在 Pandas 中執(zhí)行更復(fù)雜的數(shù)據(jù)操作。例如，我們可以使用 iloc 選擇特定范圍的數(shù)據(jù)，然后使用 apply 對這些數(shù)據(jù)應(yīng)用自定義函數(shù)。

import pandas as pd

data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)

# 對第二行到第四行（不包括第四行）的每個(gè)元素求平方
squared_rows = df.iloc[1:4].apply(lambda x: x**2)

# 對第一列的每個(gè)元素加 1
column_a_plus_one = df.iloc[:, 0].apply(lambda x: x + 1)

通過熟練掌握 iloc 和 apply 的高級(jí)用法，你將能夠更高效地處理 Pandas 中的數(shù)據(jù)。