Pandas 的这个知识点,估计 80% 的人都得挂!
python爬虫人工智能大数据
共 1411字,需浏览 3分钟
·
2021-02-09 07:31
作者:Lemon
来源:Python数据之道
大家好,我是 Lemon,今天来跟大家分享下 pandas 中 apply 函数的一个技巧。
Pandas 中 apply 函数,应用广泛,今天要跟大家分享一个使用的技巧,使用 apply 将 dataframe 中内容为 list 的列拆分为多列。
拆分前的数据情况,如下图红色标注所示:
![](https://filescdn.proginn.com/8810435fddf604db985896bfca8f27a4/9920b7d101f6c93bfbba71c7b0963745.webp)
拆分后,如下图所示:
![](https://filescdn.proginn.com/25a3f7374ace32fb8fa1b1e109a9bbd1/f9fc5ce26466a3775921b55c3fe6e5dd.webp)
这个案例中,Lemon 使用的数据来自 akshare
,在开始前,引入相关 package :
import pandas as pd
import akshare as ak
Lemon 使用的两个 Python 库的版本信息如下:
print(ak.__version__)
0.7.22
print(pd.__version__)
1.1.4
先从 akshare 获取需要的数据,分为两步,第一步是获取基金代码的列表,如下:
df = ak.fund_em_fund_name().head(20).tail(5)
df = df[['基金代码','基金简称']]
print(df)
第二步是获取基金净值数据和净值日期,通过一个自定义函数来获取,自定义函数如下:
# 获取基金单位净值以及净值日期
def get_mutual_fund(code):
df = ak.fund_em_open_fund_info(fund=code, indicator="单位净值走势")
df.columns = ['净值日期', '单位净值', 'equityReturn', 'unitMoney']
df['净值日期'] = pd.to_datetime(df['净值日期'])
df = df.sort_values('净值日期',ascending=False)
unit_equity = df.head(1)['单位净值'].values[0]
date_latest = df.head(1)['净值日期'].values[0]
return [unit_equity, date_latest]
对于这个自定义函数,在 pandas 使用 apply 来应用自定义函数,这是使用 apply 的一种常用的方法,如下:
# 获取基金最新的单位净值和净值日期
df['tmp'] = df['基金代码'].apply(get_mutual_fund)
print(df)
获取的数据截图如下:
![](https://filescdn.proginn.com/8810435fddf604db985896bfca8f27a4/9920b7d101f6c93bfbba71c7b0963745.webp)
上图中的 tmp
列,就是我们这次需要进行处理的对象。
处理方法可以有多种,这里 Lemon 使用 pandas 中的 apply 来处理,相对来说,也是比较便捷的方式。
在 apply 函数中,使用 pd.Series
就可以达到我们的目的。
# 将单位净值和净值日期单独成列
df[['最新单位净值','净值日期']] = df['tmp'].apply(pd.Series)
df = df.drop('tmp',axis=1)
print(df)
结果如下:
![](https://filescdn.proginn.com/25a3f7374ace32fb8fa1b1e109a9bbd1/f9fc5ce26466a3775921b55c3fe6e5dd.webp)
看起来复杂的问题,解决起来也很便捷,是不是很容易啊,赶紧用起来吧。
评论