目次
概要
pandas の apply、applymap、map の使い方について解説します。
関数一覧
| DataFrame | Series |
|---|---|
| pandas.DataFrame.apply | pandas.Series.apply |
| pandas.DataFrame.applymap | |
| pandas.Series.map |
pandas.DataFrame.apply
pandas.DataFrame.apply は、DataFrame の列または行単位で関数を適用する場合に使用します。
DataFrame.apply(self, func, axis=0, raw=False, result_type=None, args=(), **kwds)引数
| 名前 | 型 | デフォルト値 |
|---|---|---|
| func | function | |
| 列または行に適用する関数 | ||
| axis | {0 or ‘index’, 1 or ‘columns’} | 0 |
| 関数を適用する axis 方向 | ||
| raw | bool | False |
| True の場合、関数は ndarray オブジェクトを受け取る。False の場合、関数は Series オブジェクトを受け取る。 | ||
| result_type | {‘expand’, ‘reduce’, ‘broadcast’, None} | None |
axis=1 のみ有効な設定
| ||
| args | tuple | |
| 関数に追加の位置引数を渡す場合は指定する。 | ||
| **kwds | ||
| 関数に追加のキーワード引数を渡す場合は指定する。 | ||
返り値
| 名前 | 説明 |
|---|---|
| Series or DataFrame | 関数を適用した結果 |
サンプルコード
In [1]:
import pandas as pd
df = pd.DataFrame({"A": [1, 2, 3], "B": [1, 2, 3]})
df| A | B | |
|---|---|---|
| 0 | 1 | 1 |
| 1 | 2 | 2 |
| 2 | 3 | 3 |
In [2]:
df.apply(lambda x: x ** 2)| A | B | |
|---|---|---|
| 0 | 1 | 1 |
| 1 | 4 | 4 |
| 2 | 9 | 9 |
axis – 関数を適用する方向を指定する
axis=0 の場合、列方向に適用します。
In [3]:
df.apply(lambda x: x / len(x), axis=0)| A | B | |
|---|---|---|
| 0 | 0.333333 | 0.333333 |
| 1 | 0.666667 | 0.666667 |
| 2 | 1.000000 | 1.000000 |
axis=1 の場合、列方向に適用します。
In [4]:
df.apply(lambda x: x / len(x), axis=1)| A | B | |
|---|---|---|
| 0 | 0.5 | 0.5 |
| 1 | 1.0 | 1.0 |
| 2 | 1.5 | 1.5 |
raw – Series の代わりに ndarray を関数に渡す
In [5]:
import numpy as np
df = pd.DataFrame({"A": [2, 1, 3], "B": [1, 3, 2]})
df.apply(lambda x: x.argsort(), raw=True)| A | B | |
|---|---|---|
| 0 | 1 | 0 |
| 1 | 0 | 2 |
| 2 | 2 | 1 |
result_type – apply() の返り値の形状を設定する
この設定は axis=1 の場合のみ有効です。
In [6]:
df = pd.DataFrame({"A": [1, 2, 3], "B": [1, 2, 3]})
df.apply(lambda x: (4, 5, 6), result_type="expand", axis=1)| 0 | 1 | 2 | |
|---|---|---|---|
| 0 | 4 | 5 | 6 |
| 1 | 4 | 5 | 6 |
| 2 | 4 | 5 | 6 |
In [7]:
s = df.apply(lambda x: (4, 5, 6), result_type="reduce", axis=1)
print(s)0 (4, 5, 6) 1 (4, 5, 6) 2 (4, 5, 6) dtype: object
In [8]:
df.apply(lambda x: 4, result_type="broadcast", axis=1)| A | B | |
|---|---|---|
| 0 | 4 | 4 |
| 1 | 4 | 4 |
| 2 | 4 | 4 |
In [9]:
df.apply(lambda x: pd.Series([4, 5]), result_type=None, axis=1)| 0 | 1 | |
|---|---|---|
| 0 | 4 | 5 |
| 1 | 4 | 5 |
| 2 | 4 | 5 |
In [10]:
df.apply(lambda x: 4, result_type=None, axis=1)0 4 1 4 2 4 dtype: int64
args, kwargs – 関数に渡す追加の引数を設定する
In [11]:
def f(x, a, b):
return a * x + b
df.apply(f, args=(1, 2))| A | B | |
|---|---|---|
| 0 | 3 | 3 |
| 1 | 4 | 4 |
| 2 | 5 | 5 |
In [12]:
df.apply(f, a=1, b=2)| A | B | |
|---|---|---|
| 0 | 3 | 3 |
| 1 | 4 | 4 |
| 2 | 5 | 5 |
pandas.DataFrame.applymap
pandas.DataFrame.applymap は、DataFrame の各要素に対して関数を適用する場合に使用します。
DataFrame.applymap(self, func) → ’DataFrame’引数
| 名前 | 型 | デフォルト値 |
|---|---|---|
| func | callable | |
| 1つの値を返す関数 | ||
返り値
| 名前 | 説明 |
|---|---|
| DataFrame | 関数を適用した結果 |
サンプルコード
In [13]:
df = pd.DataFrame([[123, 1234], [12345678, 12345]])
df| 0 | 1 | |
|---|---|---|
| 0 | 123 | 1234 |
| 1 | 12345678 | 12345 |
In [14]:
df.applymap(lambda x: len(str(x)))| 0 | 1 | |
|---|---|---|
| 0 | 3 | 4 |
| 1 | 8 | 5 |
pandas.Series.apply
pandas.Series.apply は、Series の各値に関数を適用して変換します。
Series.apply(self, func, convert_dtype=True, args=(), **kwds)引数
| 名前 | 型 | デフォルト値 |
|---|---|---|
| func | function | |
| 適用する関数 | ||
| convert_dtype | bool | True |
| 関数をした適用した結果、最適な型がある場合はその型にキャストする。 | ||
| args | tuple | |
| 関数に渡す位置引数がある場合は指定する。 | ||
| **kwds | ||
| 関数に渡すキーワード引数がある場合は指定する。 | ||
返り値
| 名前 | 説明 |
|---|---|
| Series or DataFrame | 関数が Series を返す場合、それを各行とした DataFrame を返す |
サンプルコード
In [15]:
s = pd.Series([1, 2, 3])
print(s.apply(np.sqrt))0 1.000000 1 1.414214 2 1.732051 dtype: float64
In [16]:
s = pd.Series([1, 2, 3])
s.apply(lambda x: pd.Series([x, x ** 2, x ** 3]))| 0 | 1 | 2 | |
|---|---|---|---|
| 0 | 1 | 1 | 1 |
| 1 | 2 | 4 | 8 |
| 2 | 3 | 9 | 27 |
pandas.Series.map
pandas.Series.map は、dict または関数で変換方法を指定して、値を変換します。
Series.map(self, arg, na_action=None)引数
| 名前 | 型 | デフォルト値 |
|---|---|---|
| arg | function, collections.abc.Mapping subclass or Series | |
| 変換方法 | ||
| na_action | {None, ‘ignore’} | None |
| “ignore” の場合、NaN の値は関数の適用をスキップします。 | ||
返り値
| 名前 | 説明 |
|---|---|
| Series | 変換結果 |
サンプルコード
args が dict の場合
args に変換前の値を key、変換後の値を value とした dict を指定した場合、その辞書に従い変換します。
辞書に key が存在しない場合は NaN に変換されます。
In [17]:
s = pd.Series(["cat", "dog", np.nan, "rabbit"])
print(s.map({"cat": "kitten", "dog": "puppy"}))0 kitten 1 puppy 2 NaN 3 NaN dtype: object
args が関数の場合
args が関数の場合は pandas.Series.apply と同じ挙動になります。
In [18]:
s = pd.Series([1, 2, 3])
print(s.map(lambda x: x ** 2))0 1 1 4 2 9 dtype: int64
In [ ]:
s = pd.Series([1, 2, 3])
print(s.map(lambda x: x ** 2))na_action
na_action=True の場合、NaN には関数を適用しません。
In [19]:
print(s.map("I am a {}".format))
print(s.map("I am a {}".format, na_action="ignore"))0 I am a cat 1 I am a dog 2 I am a nan 3 I am a rabbit dtype: object 0 I am a cat 1 I am a dog 2 NaN 3 I am a rabbit dtype: object
コメント