Eigene Anpassungen

Um eine benutzerdefinierte Änderung vorzunehmen, verwenden Sie die Methode .apply und übergeben Sie ihr ein lambda oder eine function. Zum Beispiel, um das Quadrat jeder Zahl in einer Spalte zu finden:

df['num_squared'] = df['num'].apply(lambda x: x**2)

Dies kann auch erreicht werden, indem dieselbe Spalte mit sich selbst multipliziert wird:

df['num_squared'] = df['num'] * df['num']

Um 2 zu jedem Zeilenwert zu addieren:

df["add_two"] = df['num'].apply(lambda x: x+2)
df["add_two"] = df['num'] + 2

Um jeden Wert in einer Series durch einen anderen Wert zu ersetzen, verwenden Sie die Methode .map und übergeben Sie ihr eine Funktion, ein Dictionary oder eine Series.

Zum Beispiel, wenn wir fruchtnamen durch numerische Werte ersetzen wollen:

fruits_to_num = {"apple": 1, "mango": 2, "grape": 3}
df["fruits"] = df["fruits"].map(fruits_to_num)

Sowohl .map als auch .apply können Funktionen akzeptieren:

df['num_squared'] = df['num'].apply(lambda x: x**2)
df['num_squared'] = df['num'].map(lambda x: x**2)

Um mehr über deren Unterschied zu erfahren, können Sie hier nachlesen.