Nhảy tới nội dung

Apply Function

Sử dụng apply​

Phương thức apply để thực thi một hàm theo dòng hoặc cột

Sử dụng apply lên Series​

Series.apply(func, convert_dtype=True, args=(), **kwargs)

Trong đó:

  • func: là hàm cần thực thi

  • convert_dtype: Giá trị kiểu boolean. Nếu nó được đặt thành True (mặc định), xử lý dữ liệu sẽ cố gắng tìm dtype tốt hơn cho các kết quả của hàm func. Nếu False, thì dtype sẽ là type(object)

  • args: Các đối số của hàm

Ví dụ, thao tác Item_Outlet_Sales * 5%

Sử dụng lambda function

df['Item_Outlet_Sales'].apply(lambda x: x * 0.05)
0       186.75690
1        22.17114
2       104.86350
3        36.61900
4        49.73526
          ...    
8518    138.91917
8519     27.46425
8520     59.65568
8521     92.27988
8522     38.28350
Name: Item_Outlet_Sales, Length: 8523, dtype: float64

Sử dụng hàm tự định nghĩa

def set_price(x, k=0.05):
    return x * k
df['Item_Outlet_Sales'].apply(set_price)
0       186.75690
1        22.17114
2       104.86350
3        36.61900
4        49.73526
          ...    
8518    138.91917
8519     27.46425
8520     59.65568
8521     92.27988
8522     38.28350
Name: Item_Outlet_Sales, Length: 8523, dtype: float64

Có thể truyền tham số k vào hàm set_price bằng hai cách

# Cách 1 - Dùng lambda
df['Item_Outlet_Sales'].apply(lambda x: set_price(x, 0.1))

# Cách 2 - Dùng `arg`
df['Item_Outlet_Sales'].apply(set_price, k=0.1)

Sử dụng apply lên DataFrame​

Ta dùng cú pháp

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

Trong đó:

  • func: là hàm cần thực thi

  • axis: thực thi theo dòng 0 hoặc cột 1

  • raw: Xác định xem dòng hoặc cột có thể chuyển về Series hoặc ndarray

  • result_type: Chỉ áp dụng cho axis=1

  • args: Các đối số của hàm

Ví dụ:

sample_df = sample_df = pd.DataFrame([[1, 2, 'A'], [3, 6, 'B'], [5, 10, 'C']], columns=['A', 'B', 'C'])
sample_df
   A   B  C
0  1   2  A
1  3   6  B
2  5  10  C

Áp dụng trên toàn DataFrame

sample_df.apply(lambda x: x * 2)
     A	 B	 C
0	 2	 4	AA
1	 6	12	BB
2	10	20	CC
**_Lưu ý:_** 

Khi áp dụng cho toàn `DataFrame` hãy cẩn thận hàm `func` truyền vào, nếu `func` không áp dụng được cho toàn bộ các phần tử sẽ báo lỗi.

Ví dụ ở trên với x * 2 vẫn áp dụng được cho cột `C` dạng `str`, nhưng khi thay bằng x ** 2 sẽ báo lỗi vì toán tử `**` không áp dụng cho `str`

Áp dụng trên một số cột trong DataFrame

## Theo cột
sample_df[['A', 'B']].apply(np.sum, axis=1)
0    13
1    13
2    13
dtype: int64
## Theo dòng
df[['A', 'B']].apply(lambda x: np.sum(x), axis=0)
A    12
B    27
dtype: int64

Một cách khác áp dụng trên một số cột trong DataFrame

Sử dụng lambda

sample_df.apply(lambda x: x['A'] + 2 * x['B'], axis=1)
0     5
1    15
2    25
dtype: int64

Dùng hàm định nghĩa

def dsum(row):
    return row['A'] + 2 * row['B']
sample_df.apply(dsum, axis=1)
0     5
1    15
2    25
dtype: int64
**_Mẹo:_**

- Không nhất thiết giá trị trả về của hàm là giá trị đơn, giá trị trả về có thể dưới dạng list, tuple hoặc dict

- Dùng `result_type` để thay đổi cách trả về

Ví dụ ta có 1 hàm trả về nhiều giá trị cùng lúc như sau

def dsum_2(row):
    return [row['A'] + 2 * row['B'],  row['A'] - 2 * row['B']]
## Khi không sử dụng `result_type`
sample_df.apply(dsum_2, axis=1)
0      [5, -3]
1     [15, -9]
2    [25, -15]
dtype: object

Kết quả trả về của phương pháp trên là Series với các giá trị của nó là dạng list. Để chuyển Series này thành DataFrame với các cột chứa các giá trị của list theo thứ tự, ta dùng result_type='expand'

sample_df.apply(dsum_2, axis=1, result_type='expand')
    0   1
0   5  -3
1  15  -9
2  25 -15
**_Mẹo:_** Có thể cấu trúc trả về dưới dạng `DataFrame` cho ví dụ trên mà không cần dùng `result_type` bằng cách sử dụng `pd.Series` của một `dictionary`. Lúc này các cột của `DataFrame` sẽ được đánh nhãn theo key của `dictionary`
def dsum_3(row):
    return pd.Series({'X': row['A'] + 2 * row['B'],  'Y':row['A'] - 2 * row['B']})
sample_df.apply(dsum_3, axis=1)
	X	Y
0	5	-3
1	15	-9
2	25	-15