[PYTHON] Pandas apply 함수, lambda 방법 개념, 정리, 설명

---

안녕하세요, HELLO

 

Python에서 apply를 사용하여, Dataframe에 각기 다른 함수들을 적용하는 방법에 대해서 살펴보고자 합니다.

 

(1) 데이터프레임에서 apply를 바탕으로, 선언한 함수를 사용하여 계산하기

• dataframe.apply(function)

(2) 데이터프레임에서 apply를 바탕으로, lambda를 활용하여 계산하기

• dataframe.apply(lambda x : function(x))

---

STEP 1. 'Python apply' 개념 및 설명

 

STEP 2. 'Python apply, lambda' 개념 및 설명

 

반응형

 

STEP 1. 'Python apply' 개념 및 설명

 

Python에서 apply는 2차원 타입의 데이터에서 행/열 또는 전체에 원하는 연산을 지원합니다. 

• 행 단위로 연산을 하고싶은 경우: axis = 1
• 열 단위로 연산을 하고싶은 경우: axis = 0

기본값은 열 단위 (column based)로, axis = 0을 설정되어 있습니다. 

 

실습을 위해 간단한 dataframe을 선언해보겠습니다.

 

'''
IMPORT Library
'''

import pandas as pd
import numpy as np

df = pd.DataFrame(
    [[1,2,3],[4,5,6],[10,20,30]],
    columns= ['A','B','C']
)

df.head()

 

그리고 input을 2번 곱하는 함수 (double_func)와 n번 곱하는 함수 (multiple_func)을 선언해보겠습니다.

 

'''
Function
multiple 2 times

Input : target number
Output :  multipled number
'''

def double_func(input:float) -> float:
    return input * 2

'''
Function
multiple n times

Input : target number, multiple number
Output :  multipled number
'''

def multiple_func(input:float, multi:int) -> float:
    return input * multi

---

그리고 double_func을 통해 apply 함수를 적용해보겠습니다.

 

# Double times

df = pd.DataFrame(
    [[1,2,3],[4,5,6],[10,20,30]],
    columns= ['A','B','C']
)

print(f'Before function')
print(f'{df.apply(double_func)}\n')

print(f'-------' * 4)

print(f'\nAfter function')
print(f'{df}')

print(f'-------' * 4)

print(f'\nAfter apply')
df = df.apply(double_func)
print(f'{df}')

위처럼 단순히 apply 함수를 적용하면, 원본 dataframe이 바뀌지 않기에 이를 바꿔줘야 합니다.

• df = df.apply(double_func)

---

이번에는 함수의 변수가 2개 (input, multi)인 multiple_func을 적용해보겠습니다.

 

# Multiple times

df = pd.DataFrame(
    [[1,2,3],[4,5,6],[10,20,30]],
    columns= ['A','B','C']
)

print(f'Before function')
print(f'{df.apply(multiple_func(multi=3))}\n')

print(f'-------' * 4)

print(f'\nAfter function')
print(f'{df}')

print(f'-------' * 4)

print(f'\nAfter apply')
df = df.apply(multiple_func(multi=3))
print(f'{df}')

그러면 positional argument 에러 메시지와 함께, input 값을 입력하라고 나옵니다.

이와 같은 경우에는 input 문제를 해결하기 위해, lambda를 통해 해결할 수 있습니다.

 

 

STEP 2. 'Python apply, lambda' 개념 및 설명

 

lambda는 python에서 def와 동일한 기능을 하며, 한 줄로 간편하게 사용할 수 있습니다.

사용 목적에 따라 다르게 사용할 수 있으며, dataframe에서 특정 열만을 지정하는 등의 방법으로 사용할 수 있습니다.

 

'''
Lambda
'''
# Multiple times

df = pd.DataFrame(
    [[1,2,3],[4,5,6],[10,20,30]],
    columns= ['A','B','C']
)

print(f'Before function')
print(f'{df.apply(lambda x: multiple_func(x, multi=3))}\n')

print(f'-------' * 4)

print(f'\nAfter function')
print(f'{df}')

print(f'-------' * 4)

print(f'\nAfter apply')
df = df.apply(lambda x: multiple_func(x, multi=3))
print(f'{df}')

 

위처럼 단순히 apply, lambda 함수를 적용하면, 원본 dataframe이 바뀌지 않기에 이를 바꿔줘야 합니다.

• df = df.apply(lambda x : multiple_func(x, multi))

---

■ 마무리

'Pandas apply 함수, lambda 방법'에 대해서 알아봤습니다.

좋아요와 댓글 부탁드리며,

오늘 하루도 즐거운 날 되시길 기도하겠습니다 :)

감사합니다.