Pandas 数据帧pipe()方法

原文：https://www.studytonight.com/pandas/pandas-dataframe-pipe-method

如果我们想对整个数据帧应用一种方法，我们可以使用 Python pandas DataFrame.pipe()方法。此方法以先进先出的方式将指定的方法或多个方法(链)应用于数据帧的所有行和列。应用方法可以是用户定义的方法，也可以是内置方法。

下图显示了DataFrame.pipe() 方法的语法。

句法

DataFrame.pipe(func, *args, **kwargs)

因素

功能:是应用于指定数据帧的方法。

args: 可以迭代，可选。它表示传递到func的位置参数。

夸脱:表示映射，可选。传递到func的关键字参数字典。

示例 1:将用户定义的方法应用于数据帧

让我们创建一个数据帧，并对数据帧应用DataFrame.pipe() 方法。在这个例子中，我们定义了一个名为add() 的方法，它将'1'添加到元素中。使用DataFrame.pipe() 方法，我们可以将这个add() 方法应用到整个数据帧。见下面的例子。

#importing pandas as pd
import pandas as pd
def add(x):
    return x+1
df=pd.DataFrame({'A':[1,2,3],'B':[4,5,6],'C':[7,8,9]})
print("--------The DataFrame is------")
print(df)
print("---------------------")
print(df.pipe(add))

-数据帧为- A B C 0 1 4 7 1 2 5 8 2 3 6 9 - A B C 0 2 5 8 1 3 6 9 2 4 7 10

示例 2:将用户定义的方法应用于数据帧

让我们创建一个数据帧，并对数据帧应用DataFrame.pipe() 方法。在本例中，我们使用DataFrame.pipe() 方法将np.add() 方法应用于整个数据帧。见下面的例子。

#importing pandas as pd
import pandas as pd
#importing numpy as np
import numpy as np
df=pd.DataFrame({'A':[1,1,1],'B':[2,2,2],'C':[3,3,3]})
print("--------The DataFrame is------")
print(df)
print("---------------------")
print(df.pipe(np.add,2))

-数据帧为- A B C 0 1 2 3 1 1 2 3 2 1 2 3 - A B C 0 3 4 5 1 3 4 5 2 3 4 5

示例 3:将用户定义的方法应用于数据帧

我们可以使用DataFrame.pipe() 方法对数据帧应用多种方法。见下面的例子。

在本例中，我们将值'2' 添加到数据帧中，并分别使用np.add() 和np.multiply() 方法将结果数据帧乘以'2' 。

#importing pandas as pd
import pandas as pd
#importing numpy as np
import numpy as np
df=pd.DataFrame({'A':[1,1,1],'B':[2,2,2],'C':[3,3,3]})
print("--------The DataFrame is------")
print(df)
print("---------------------")
print(df.pipe(np.add,2).pipe(np.multiply,2))

-数据帧为- A B C 0 1 2 3 1 1 2 3 2 1 2 3 - A B C 0 6 8 10 1 6 8 10 2 6 8 10

结论

在本教程中，我们学习了 PandasDataFrame.pipe()方法。我们学习了语法、参数，并在数据帧上应用了这种方法。