pyodps中的apply用法
【摘要】
apply在pandas里非常好用的,那在pyodps里如何去使用,还是有一些区别的
在pyodps中要对一行数据使用自定义函数,可以使用 apply 方法,axis 参数必须为 1,表示在行上操作。
apply 的自定义函数接收一个参数,为上一步 Collection 的一行数据,用户可以通过属性、或...
apply在pandas里非常好用的,那在pyodps里如何去使用,还是有一些区别的
在pyodps中要对一行数据使用自定义函数,可以使用 apply 方法,axis 参数必须为 1,表示在行上操作。
apply 的自定义函数接收一个参数,为上一步 Collection 的一行数据,用户可以通过属性、或者偏移取得一个字段的数据。
-
iris.apply(lambda row: row.sepallength + row.sepalwidth, axis=1, reduce=True, types='float').rename('sepaladd').head(3)
-
sepaladd
-
0 8.6
-
1 7.9
-
2 7.9
reduce
为 True 时,表示返回结果为Sequence,否则返回结果为Collection。 names
和 types
参数分别指定返回的Sequence或Collection的字段名和类型。 如果类型不指定,将会默认为string类型。
在 apply 的自定义函数中,reduce 为 False 时,也可以使用 yield
关键字来返回多行结果。
-
iris.count()
-
150
-
def handle(row):
-
yield row.sepallength - row.sepalwidth, row.sepallength + row.sepalwidth
-
yield row.petallength - row.petalwidth, row.petallength + row.petalwidth
-
-
iris.apply(handle, axis=1, names=['iris_add', 'iris_sub'], types=['float', 'float']).count()
-
300
我们也可以在函数上来注释返回的字段和类型,这样就不需要在函数调用时再指定。
-
from odps.df import output
-
-
@output(['iris_add', 'iris_sub'], ['float', 'float'])
-
def handle(row):
-
yield row.sepallength - row.sepalwidth, row.sepallength + row.sepalwidth
-
yield row.petallength - row.petalwidth, row.petallength + row.petalwidth
-
-
iris.apply(handle, axis=1).count()
-
300
也可以使用 map-only 的 map_reduce,和 axis=1 的apply操作是等价的。
-
iris.map_reduce(mapper=handle).count()
-
300
如果想调用 ODPS 上已经存在的 UDTF,则函数指定为函数名即可。
iris['name', 'sepallength'].apply('your_func', axis=1, names=['name2', 'sepallength2'], types=['string', 'float'])
使用 apply 对行操作,且 reduce
为 False 时,可以使用 并列多行输出 与已有的行结合,用于后续聚合等操作。
-
from odps.df import output
-
-
@output(['iris_add', 'iris_sub'], ['float', 'float'])
-
def handle(row):
-
yield row.sepallength - row.sepalwidth, row.sepallength + row.sepalwidth
-
yield row.petallength - row.petalwidth, row.petallength + row.petalwidth
-
-
iris[iris.category, iris.apply(handle, axis=1)]
文章来源: blog.csdn.net,作者:橙子园,版权归原作者所有,如需转载,请联系作者。
原文链接:blog.csdn.net/Chenftli/article/details/86644449
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)