python中 apply()函数的用法

  • 2020 年 3 月 31 日
  • 筆記

函数格式为:apply(func,*args,**kwargs)

用途:当一个函数的参数存在于一个元组或者一个字典中时,用来间接的调用这个函数,并肩元组或者字典中的参数按照顺序传递给参数

解析:args是一个包含按照函数所需参数传递的位置参数的一个元组,是不是很拗口,意思就是,假如A函数的函数位置为 A(a=1,b=2),那么这个元组中就必须严格按照这个参数的位置顺序进行传递(a=3,b=4),而不能是(b=4,a=3)这样的顺序 kwargs是一个包含关键字参数的字典,而其中args如果不传递,kwargs需要传递,则必须在args的位置留空

apply的返回值就是函数func函数的返回值

def function(a,b):       print(a,b)   apply(function,('good','better'))   apply(function,(2,3+6))   apply(function,('cai','quan'))   apply(function,('cai',),{'b':'caiquan'})   apply(function,(),{'a':'caiquan','b':'Tom'})   #--使用 apply 函数调用基类的构造函数   class Rectangle:       def __init__(self, color="white", width=10, height=10):           print "create a", color, self, "sized", width, "x", height     class RoundedRectangle(Rectangle):       def __init__(self, **kw):           apply(Rectangle.__init__, (self,), kw)   rect = Rectangle(color="green", height=100, width=100)   rect = RoundedRectangle(color="blue", height=20)      Output:  -----------------------------------------------------------------------------------  ('good', 'better')  (2, 9)  ('cai', 'quan')  ('cai', 'caiquan')  ('caiquan', 'Tom')  create a green <__main__.Rectangle instance at 0x0678FA08> sized 100 x 100  create a blue <__main__.RoundedRectangle instance at 0x06620468> sized 10 x 20  -----------------------------------------------------------------------------------

apply函数默认的是axis为 axis=0

data= [      [1,2,3],      [5,4,1],      [3,2,2]  ]  df = pd.DataFrame(data,columns=['A','B','C'])<br>f = lambda x: (x - np.min(x)) / (np.max(x) - np.min(x))  print(df)        A  B  C  0  1  2  3  1  5  4  1  2  3  2  2

1、axis=1

df1 = df.copy()  df1 = df1.apply(f,axis=1)   #计算的时候取的是行数  df1           A      B     C     0.0    0.50    1.0     1.0    0.75    0.0     1.0    0.00    0.0

2、axis=2

df2 = df.copy()  df2 = df2.apply(f,axis=0)  df2             A    B    C  0    0.0    0.0    1.0  1    1.0    1.0    0.0  2    0.5    0.0    0.5

3、默认axis

df3 = df.copy()  df3 = df3.apply(f)  df3   # 在DataFrame中apply函数默认的是axis=0,取的是列数           A    B    C  0    0.0    0.0    1.0  1    1.0    1.0    0.0  2    0.5    0.0    0.5    (df['A'] - df['A'].min())/(df['A'].max()-df['A'].min())  0    0.0  1    1.0  2    0.5  Name: A, dtype: float64