Pandas関数の適用

Pandasのリブートインデックス操作の例

あなた自身や他のライブラリの関数をPandasオブジェクトに適用するには、3つの重要なメソッドを理解する必要があります。以下に説明します。使用する適切なメソッドは、関数がデータフレーム全体に対して操作を行いたいか、行操作を行いたいか、列操作を行いたいか、要素操作を行いたいかによって異なります。

表関数の適用：pipe() 行または列関数の適用：apply() 要素レベル関数の適用：applymap()

表関数の適用

関数と適切な数のパラメータをパイプラインパラメータとして渡すことで、DataFrameに対するカスタム操作を実行できます。

加法器関数

例えば、2値をDataFrameに追加します。加法器機能は、2つの数字値を足し算し、合計を返します。

　　def adder(ele1,ele2)
　　　　return ele1+ele2

カスタム関数を使用してDataFrameを操作します。

　df　=　pd.DataFrame(np.random.randn(5,3),columns=['col1','col2','col3'])
　df.pipe(adder,2)

完全なプログラムを見てみましょう：

　import　pandas　as　pd
　import　numpy　as　np
　def adder(ele1,ele2)
　　　　return ele1+ele2
　df　=　pd.DataFrame(np.random.randn(5,3),columns=['col1','col2','col3'])
　df.pipe(adder,2)
　print(df.apply(np.mean))

実行結果：

　　　　　　　col1　col2　col3
　0　2.176704　2.219691　1.509360
　1　2.222378　2.422167　3.953921
　2　2.241096　1.135424　2.696432
　3　2.355763　0.376672　1.182570
　4　2.308743　2.714767　2.130288

行または列関数の適用

DataFrameやPanelの軸に任意の関数を適用するapply()メソッドを使用できます。このメソッドは描述的統計方法と同様に、オプションのaxisパラメータを使用します。デフォルトでは、この操作は列に対して実行され、各列を配列の形式とみなします。

インスタンス 1

　import　pandas　as　pd
　import　numpy　as　np
　df　=　pd.DataFrame(np.random.randn(5,3),columns=['col1','col2','col3'])
　df.apply(np.mean)
　print(df.apply(np.mean))

実行結果：

　col1　-0.288022
　col2　1.044839
　col3　-0.187009
　dtype:　float64

axisパラメータを渡すことで、各行で操作を実行できます。

インスタンス 2

　import　pandas　as　pd
　import　numpy　as　np
　df　=　pd.DataFrame(np.random.randn(5,3),columns=['col1','col2','col3'])
　df.apply(np.mean,axis=1)
　print(df.apply(np.mean))

実行結果：

　col1　0.034093
　col2　-0.152672
　col3　-0.229728
　dtype:　float64

インスタンス 3

　import　pandas　as　pd
　import　numpy　as　np
　df　=　pd.DataFrame(np.random.randn(5,3),columns=['col1','col2','col3'])
　df.apply(lambda　x:　x.max()　-　x.min())
　print(df.apply(np.mean))

実行結果：

　col1　-0.167413
　col2　-0.370495
　col3　-0.707631
　dtype:　float64

要素レベルの関数アプリケーション

并非所有函数都可以向量化（NumPy配列は新しい配列を返さず、何も返さない）、DataFrame上のapplymap()メソッドとSeries上のmap()メソッドは、引数を受け取り、引数を返すPython関数を任意に受け入れる。

インスタンス 1

　import　pandas　as　pd
　import　numpy　as　np
　df　=　pd.DataFrame(np.random.randn(5,3),columns=['col1','col2','col3'])
　#　カスタム関数
　df['col1'].map(lambda　x:x*100)
　print(df.apply(np.mean))

実行結果：

　col1　0.480742
　col2　0.454185
　col3　0.266563
　dtype:　float64

インスタンス 2

　import　pandas　as　pd
　import　numpy　as　np
　#　カスタム関数
　df　=　pd.DataFrame(np.random.randn(5,3),columns=['col1','col2','col3'])
　df.applymap(lambda　x:x*100)
　print(df.apply(np.mean))

実行結果：

　col1　0.395263
　col2　0.204418
　col3　-0.795188
　dtype:　float64