将 Lambda 函数应用于 Pandas 数据框

在 Pandas 数据框中使用 Lambda 函数能够帮助我们快速对数据进行处理和转换。Lambda 函数可以用于数据框中所有的列，对每一行均可进行操作。

基本语法

dataframe.apply(lambda row: function(row), axis=1)

• dataframe：需要处理的数据框
• function：自定义函数，针对每一行进行操作
• axis=1：表示沿着行方向对数据进行操作

示例

下面展示一个简单的示例，将数据框中的某一列进行平方处理：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
#   A  B
# 0 1  4
# 1 2  5
# 2 3  6

df['A_squared'] = df.apply(lambda row: row['A'] ** 2, axis=1)
#   A  B  A_squared
# 0 1  4          1
# 1 2  5          4
# 2 3  6          9

上述代码中，使用 apply 方法并传入一个 Lambda 函数对数据框中的列 A 进行平方处理，并将生成的一列数据添加到数据框中。

更多应用

Lambda 函数可以完成更多的数据处理任务，比如：

• 对字符串进行操作
• 对日期进行处理
• 对布尔值进行处理
• 对数据进行筛选和过滤

需要根据具体的任务需求编写相应的 Lambda 函数来实现。