pyodps中的apply用法

举报
橙子园 发表于 2022/05/26 01:35:26 2022/05/26
1.1k+ 0 0
【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

作者其他文章

评论(0

抱歉,系统识别当前为高风险访问,暂不支持该操作

    全部回复

    上滑加载中

    设置昵称

    在此一键设置昵称,即可参与社区互动!

    *长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

    *长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。