pandas使用apply多列生成一列数据的实例
发布时间：2026-10-13 |
2人浏览过
本文介绍如何在pandas中利用apply函数结合多列数据生成新列。通过定义接收多个参数的自定义函数，并设置axis=1逐行处理，实现复杂逻辑计算。示例展示了如何基于diff和shift生成的相邻行数据，计算绝对值最小值，为复杂数据变换提供参考。
具体实现代码如下所示：
import pandas as pd def my_min(a, b): return min(abs(a),abs(b))
s = pd.Series([10.0247,10.0470, 10.0647,10.0761,15.0800,10.0761,10.0647,10.0470,10.0247,10.0,9.9753,9.9530,9.9353,9.9239,18.92,9.9239,9.9353,9.9530,9.9753,10.0]) df = pd.DataFrame(s) df.columns=['value'] df['val_1'] = df['value'].diff() df['val_2'] = df['val_1'].shift(-1) df['val'] = df.apply(lambda row: my_min(row['val_1'], row['val_2']), axis=1)
以上就是pandas利用apply函数处理多列数据生成新列的完整示例。希望这段内容能为大家提供有效的参考，同时也欢迎大家继续支持本站获取更多技术分享。
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
