pandas.apply()

遍历DataFrame的元素（一行或者一列数据）

行遍历：axis = 1     列遍历：axis = 0

基础信息

pandas的apply()方法是用来调用一个lambda函数，让函数对数据对象具有批处理的特性。

pandas支持apply()调用的对象包括——DataFrame\Series\分组对象等

DataFrame.apply(self, func, axis=0, raw=False, result_type=None, args=(), **kwargs)

• func：函数或 lambda 表达式,应用于每行或者每列
• axis：表示对象遍历的限制条件
  • 0 or ‘index’: 表示函数处理的是每一列
  • 1 or ‘columns’: 表示函数处理的是每一行
• raw：bool 类型，默认为 False
  • False ，表示把每一行或列作为 Series 传入函数中
  • True，表示接受的是 ndarray 数据类型

• result_type：{‘expand’, ‘reduce’, ‘broadcast’, None}, default None。These only act when axis=1 (columns)

  • ‘expand’ : 列表式的结果将被转化为列。
  • ‘reduce’ : 如果可能的话，返回一个 Series，而不是展开类似列表的结果。这与 expand 相反。
  • ‘broadcast’ : 结果将被广播到 DataFrame 的原始形状，原始索引和列将被保留。
• func：func 的位置参数
• **kwargs：要作为关键字参数传递给 func 的其他关键字参数

DataFrame与Series的区别与联系

区别：

• series，只是一个一维结构，它由index和value组成。
• dataframe，是一个二维结构，除了拥有index和value之外，还拥有column。

联系：

• dataframe由多个series组成，无论是行还是列，单独拆分出来都是一个series。

3完整的df传入函数：(lambda内，x即为df)
df=df.apply(lambda x:myneed(x,arg1),axis=1)#可以将df['编号']传入函数：(lambda内，x即为df)
#操作对象就是df["编号"]
df=df.apply(lambda x:myneed(x['编号'],arg1),axis=1)
#也可以在df.apply()的apply函数前面的df进行增加操作对象的行或者列的限制
#对df['编号']进行apply操作：(lambda内，x即为df['编号'])
df['序号']=df['编号'].apply(lambda x:myneed(x,arg1),axis=1)

自己研究的实现的案例分析

def extract_cpath(cpath_route)if(cpath == '')return []return [int(s) for s in cpath.split(',')]
df["cpath_list"] = df.apply(lambda row:extract_cpath(row.cpath),axis = 1)#这段代码的含义是：
#首先定义一个extract_cpath(cpath_route)函数，函数实现的功能是提取出cpath列的符合条件的数据
df["cpath_list"]列用来存放row(df)的cpath列中通过extract_cpath函数提取出来的数据

(小贴士：通过find 命令能够查找当前目录及其子目录中所有符合特定条件的文件)大佬博客

#例如：查找当前目录及其子目录中所有以".txt"结尾的文件
find . -name "*.txt"

WKT格式数据的展示

Geopandas的coords问题

问题代码：
RoadNetWork = gpd.reead_file("../data/edges.shp")
#all_matched_edges_list = [3, 4, 5, 8, 11, 13, 14, 16, 17, 18, 20, 25]
RoadNetWork.id = RoadNetWork.id.astype(int) #将RoadNetWork.id 变成整数类型
edges_matched_result =RoadNetWork[RoadNetWork.id.isin(all_matched_edges_list)]
#上述作用：判断id与all_matched_edges_list是否匹配 如果匹配 输出行所在内容 如果不匹配 返回false 该行不输出
edges_matched_result.reset_index()
print(edges_matched_result.geometry.coords)
#我上述代码错误原因：对于整个geometry应用coords的坐标属性 对象不明确 
但是在apply(lambda row:len(row.geometry.coords),axis =1)里面，是逐行对geometry选定的列进行操作 这也就等价与针对于给定geometry的逐行的每个元素进行分析 对象指代明确 正确