熊猫系列申请方法

Question

我一直在为系列和数据框架使用pandas apply方法，但我显然仍然缺少一些东西，因为我很难在一个简单的函数上试图执行。

这就是我在做的事情：

def minmax(row):
    return (row - row.min())/(row.max() - row.min())

row.apply(minmax)

但是，这会返回一个全零系列。例如，如果

row = pd.Series([0, 1, 2])

然后

minmax(row)

根据需要返回[0.0,0.5,1.0]。但是，row.apply（minmax）返回[0,0,0]。

我相信这是因为该系列是整数，整数除法返回0.但是，我不明白，

• 为什么它适用于minmax（行）（不应该它的行为相同？），
• 如何在apply函数中正确地转换它以返回适当的浮点值（我试图使用.astype转换它，这给了我所有NaNs ......我也不明白）< / LI>
• 如果将其应用于数据帧，则为df.apply（minmax），它也可以根据需要运行。 （编辑添加）

我怀疑我错过了申请如何运作......或者是密集的基本信息。无论哪种方式，都要提前谢谢。

Answer 1

当您在row.apply(minmax) 上致电Series时，只会将值传递给该功能。这称为元素。

  

调用Series的值函数。可以是ufunc（适用于整个系列的NumPy函数）或仅适用于单个值的Python函数。

当您在row.apply(minmax)上调用DataFrame任一行（默认）或将列传递给该函数时（根据axis的值）。

  

传递给函数的对象是具有索引DataFrame的索引（axis = 0）或列（axis = 1）的Series对象。返回类型取决于是否传递函数聚合，如果DataFrame为空，则取决于reduce参数。这称为行式或列式。

这就是为什么您的示例在DataFrame而不是Series上按预期工作的原因。有关将函数映射到Series的信息，请查看此answer。