Aplicación de funciones de Pandas

Ejemplo de operación de reconstrucción de índices en Pandas

Para aplicar funciones propias o de otras bibliotecas a objetos Pandas, debe conocer tres métodos importantes. Los métodos se describen a continuación. El método adecuado a usar depende de si desea operar con todo el DataFrame, las filas, las columnas o los elementos.

Aplicación de funciones de tabla: pipe() Aplicación de funciones de filas o columnas: apply() Aplicación de funciones a nivel de elementos: applymap()

Aplicación de funciones de tabla

Se puede ejecutar una operación personalizada en DataFrame pasando una función y la cantidad adecuada de parámetros como parámetros de tubería.

Función de sumador

Por ejemplo, añadir2Añadir un valor a un DataFrame. La función de sumador suma dos valores numéricos y devuelve la suma.

　　def adder(ele1,ele2) :
　　　　return ele1+ele2

Usamos funciones personalizadas para operar con DataFrames.

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

Vamos a ver el programa completo:

　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))

Resultados de la ejecución:

　　　　　　　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

Aplicación de funciones de filas o columnas

Se puede usar el método apply() para aplicar cualquier función a un DataFrame o Panel en el eje, que es similar a los métodos de estadísticas descriptivas y admite el parámetro opcional axis. Por defecto, la operación se realiza por columnas, considerando cada columna como un array similar.

Instancia 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))

Resultados de la ejecución:

　col1　-0.288022
　col2　1.044839
　col3　-0.187009
　dtype: float64

Al pasar el parámetro axis, se puede ejecutar la operación por fila.

Instancia 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))

Resultados de la ejecución:

　col1　0.034093
　col2　-0.152672
　col3　-0.229728
　dtype: float64

Instancia 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))

Resultados de la ejecución:

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

Aplicación de funciones a nivel de elemento

No todas las funciones se pueden vectorizar (los arreglos NumPy ni devuelven otro array ni devuelven ningún valor), el método applymap() de DataFrame y el método map() de Series aceptan cualquier función de Python que tome un solo valor y devuelva un solo valor.

Instancia 1

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

Resultados de la ejecución:

　col1　0.480742
　col2　0.454185
　col3　0.266563
　dtype: float64

Instancia 2

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

Resultados de la ejecución:

　col1　0.395263
　col2　0.204418
　col3　-0.795188
　dtype: float64