Pandas DataFrame apply返回None值
Pandas是一个强大的Python数据分析库，DataFrame是Pandas中最常用的数据结构之一，它类似于电子表格或数据库中的二维表格。DataFrame的apply方法可以对DataFrame的行或列进行逐行或逐列的操作，并将结果返回。
当Pandas DataFrame的apply方法返回None值时，表示该操作并没有生成任何结果或者有特定的逻辑需要处理。下面是对这种情况的详细解释：
概念：
- Pandas DataFrame：Pandas中的数据结构，类似于二维表格，用于处理和分析数据。
- apply方法：DataFrame对象的方法之一，用于对DataFrame的行或列进行逐行或逐列的操作。
分类：
- apply方法可以分为两种类型：行操作和列操作。行操作是指对DataFrame的每一行进行操作，列操作是指对DataFrame的每一列进行操作。
优势：
- apply方法具有灵活性，可以对DataFrame进行复杂的操作和转换。
- 可以通过apply方法轻松地应用自定义的函数或Lambda表达式来处理数据。
应用场景：
- 数据清洗和预处理：可以使用apply方法对数据进行清洗、缺失值填充等操作。
- 特征工程：可以使用apply方法在DataFrame中创建新的特征列。
- 数据转换：可以使用apply方法对数据进行转换，如数据类型转换、字符串处理等。
- 数据分析和统计：可以使用apply方法计算每行或每列的统计指标。
推荐的腾讯云相关产品和产品介绍链接地址：
- 腾讯云大数据分析平台：https://cloud.tencent.com/product/emr
- 腾讯云数据仓库 ClickHouse：https://cloud.tencent.com/product/clickhouse
- 腾讯云人工智能服务：https://cloud.tencent.com/product/ai
总结： Pandas DataFrame的apply方法是一个非常强大的函数，用于对DataFrame进行逐行或逐列的操作。当apply方法返回None值时，表示该操作并没有生成任何结果或者有特定的逻辑需要处理。通过apply方法，我们可以灵活地处理和转换数据，实现各种数据分析和处理任务。腾讯云提供了大数据分析平台、数据仓库和人工智能服务等相关产品，可以帮助开发者在云计算环境中更好地使用Pandas和其他数据处理工具。
相关·内容
在Pandas0.12中，如果在带有自定义重采样函数的DataFrame上使用重采样方法，它将对自定义函数每一行进行一次调用，从而访问所有列中的值。在Pandas 0.15中，重采样方法在每个dataframe条目中调用我的自定义函数一次，唯一可用的值是该条目(而不是整行)。
如何恢复0.12行为并在自定义函数中查看整个行？
不同之处在于：
初始设置：
In [1]: import pandas
In [2]: import datetime
In [3]: import sys
In [4]: dt = datetime.datetime(2014,1,1)
In [5]: idx
浏览 5提问于2014-11-06得票数 1
1回答
下面的pandas DataFrame需要将exec函数应用于所有行。
import pandas as pd
var = 2.5
df = pd.DataFrame(["var*1", "var*3", "var*5"])
预期结果
我需要的预期结果是：
0
0 2.5
1 7.5
2 12.5
使用exec函数与apply
但是，如果我这样做的话：
df.apply(exec)
甚至：
df.apply(lambda x:exec(x))
我得到以下错误：
TypeError: exec() arg 1必须是字符串、字
浏览 7提问于2022-11-25得票数 0
回答已采纳
我有一个pandas DataFrame，其中一列主要是数字，但也包含非数字值，如"None“。我想运行一个只返回大于某个阈值的数值的查询。但是，当我运行以下命令时：
df = df.query('num >= 100')
我得到一个错误：
TypeError: '>=' not supported between instances of 'str' and 'int'
如何正确运行此查询？
浏览 23提问于2020-05-28得票数 0
我正在尝试向dataframe中添加一些列--下面是代码
import import_ipynb
import talib
import numpy
import yfinance as yf
import datetime as dt
import time
from datetime import datetime, timedelta
import sqlite3
import pandas
import numpy as np
conn = sqlite3.connect('Strategy_RSI_MACD_Data.db')
c = conn.cursor()
浏览 0提问于2020-09-25得票数 0
回答已采纳
我对熊猫DataFrame的应用()方法有问题。我的问题是，apply()可以根据输入函数的返回类型返回Series或DataFrame；但是，当框架为空时，apply() (几乎)总是返回一个DataFrame。所以我不能写期望一个系列的代码。下面是一个例子：
import pandas as pd
def area_from_row(row):
return row['width'] * row['height']
def add_area_column(frame):
# I know I can multiply the column
浏览 0提问于2013-11-14得票数 19
因此，我有一个通过读取csv创建的数据帧。它有以下列：。现在我需要填充vol列。已经计算了不同树种的材积。逻辑是这样的:如果树种是相思树，“dbh”(胸径)栏中的直径是15，体积是15.9，其他树种依此类推。我尝试过if else语句，但它抛出的错误是值是不明确的。然后我试了一下
import pandas
data = pandas.read_csv("location in my pc")
df = pandas.DataFrame(data)
wdf = pandas.DataFrame(df[["site", "avkmrd", "
浏览 1提问于2021-06-04得票数 0
我想尝试一下Pandas DataFrame object的applymap方法的功能。下面是使用案例：
假设我的DataFrame df1如下：
Age ID Name
0 27 101 John
1 22 102 Bob
2 19 103 Alok
3 27 104 Tom
4 32 105 Matt
5 19 106 Steve
6 5 107 Tom
7 55 108 Dick
8 67 109 Harry
现在我想创建一个标志变量，其逻辑是如果元素的长度小于2
浏览 0提问于2014-02-12得票数 7
回答已采纳
以下代码：
print(PB_PID_group)
print(type(PB_PID_group))
给了我：
PI
. [., 5398, 5482, 5467]
1311 [5185, ., 5398, 5467, 5576]
1667 [., 6446]
3352 [.]
935 [.]
Name: PID, dtype: object
<class 'pandas.core.series.S
浏览 0提问于2016-12-26得票数 1
回答已采纳
我尝试在两个不同的数据帧中计数，第一个数据帧中有多少个字符串包含在第二个数据帧中。示例： import numpy as np
import pandas as pd
df_1 = pd.DataFrame([["hello, world", "hello, world"]] * 3, columns=['A', 'B'])
df_2 = pd.DataFrame([["hello", "hello"]] * 3, columns=['A', 'B']) 如果我选
浏览 14提问于2020-12-17得票数 1
回答已采纳
我需要一个数据被,拆分的单线CSV。我的问题是，当我尝试使用apply遍历我的Dataframe时，我得到了一个Series对象，to_csv方法给了我一个拆分成行的str，将None设置为""，没有任何,。但是，如果我使用for遍历数据帧，我的方法将获得一个Dataframe对象，并在一行中给出一个包含,的str，而不会将None设置为""。 下面是测试这一点的代码： import pandas
def print_csv(tabular_data):
print(type(tabular_data))
csv_data = tabula
浏览 28提问于2021-04-22得票数 3
回答已采纳
当Pandas DataFrame中缺少数据时，索引就不能像我所期望的那样工作。
import pandas as pd
from datetime import datetime
df = pd.DataFrame({'a' : [datetime(2011, 1, 1), datetime(2013, 1, 1)],
'b' : [datetime(2010, 1, 1), datetime(2014, 1, 1)]})
df > datetime(2012, 1, 1)
按预期工作：
a
浏览 1提问于2016-03-30得票数 4
回答已采纳
2回答
我有一个熊猫DataFrame，有一些地址，我试图对其进行地理编码。地理编码函数返回Lat，Long的列表。我想将Lat和Long分别分配给Pandas DataFrame中的列。
这是密码。
import geocoder
token = MAPBOX_KEY
def get_geocodes(address):
g = geocoder.mapbox(address, key=token)
geojson = g.json
address = geojson["address"]
coords = [geojson['lat&#
浏览 7提问于2021-12-12得票数 0
到目前为止，我已经获得了EdChum提供的以下代码：
In [1]:
df = pd.DataFrame({'a': [None] * 6, 'b': [2, 3, 10, 3, 5, 8]})
df["c"] =np.NaN
df["c"][0] = 1
df["c"][2] = 3
def func(x):
if pd.notnull(x['c']):
return x['c']
else:
return df.iloc[x.
浏览 0提问于2015-06-06得票数 4
回答已采纳
3回答
我试图转换一个矩阵(df)，所以我得到了另一个矩阵(df2)，而不知道如何..。
[df]
X Y Z
a None x None
b None None x
c x None None
[df2]
X Y Z
None a None
None None b
c None None
如果有帮助，下面是df的构造：
import pandas as pd
df = pd.DataFrame([[None, 'x', None], [None, None,
浏览 1提问于2019-09-20得票数 1
回答已采纳
如果我用"inplace=True“(跟在后面)重置我的Pandas数据帧的索引，它会返回一个类”NoneType“。如果我用"inplace=False“重置索引，它会返回包含新索引的数据帧。为什么？
print(type(testDataframe))
print(testDataframe.head())
返回：
<class 'pandas.core.frame.DataFrame'>
ALandbouwBosbouwEnVisserij AantalInkomensontvangers AantalInwoners \
0
浏览 2提问于2017-03-17得票数 13
回答已采纳
我试图使用pandas.where()从数据帧中的列中删除负值。
删除负值的最明显方法是在列上运行pandas.abs()。所以：
import pandas as pd
frame = pd.DataFrame([-1,-1,-3,-4,-5],columns=["amount"])
frame.amount = frame.amount.abs()
但是我想使用pandas.where()来尝试同样的方法。因此，我尝试了以下几点：
frame.amount = frame["amount"].where(frame["amount"] &
浏览 0提问于2019-05-27得票数 2
回答已采纳
2回答
例如，我有这个数据框架。
import pandas as pd
import numpy as np
data = {'state': ['Ohio', 'Florida', 'Texas', 'Washington', 'Arizona', 'Nevada'],
'year' : [2000, 2000, 2000, 2000, 2000, 2000],
'event': [1.5, "None&#
浏览 5提问于2021-09-04得票数 2
回答已采纳
我对grouped.apply()的行为有点迷惑。res1和res2的类型不同。res1是系列，res2是DataFrame。有人能解释一下其中的原因吗？
import pandas as pd
import numpy as np
def exampleFrame():
animal = ['Tiger','Lamb','Pony']
sizeCat = ['Tiny','Small','Medium','Large',
浏览 0提问于2013-11-27得票数 1
1回答
我想要一只熊猫数据的每一列的标准化直方图。np.histogram是我想要使用的，但是它返回一个元组，我只想要第一个项目。但熊猫似乎不喜欢这样。例如，这起作用是：
import numpy as np
df = pd.DataFrame(np.random.uniform(size=20).reshape(5, 4))
bins = (0, 0.5, 1)
df.apply(np.histogram, bins=bins, normed=True)
和回报
0 ([0.8, 1.2], [0.0, 0.5, 1.0])
1 ([0.8, 1.2], [0.0, 0.5, 1.0
浏览 2提问于2014-07-02得票数 1
回答已采纳
我将kdb表保存到dataframe，然后将dataframe保存到csv。但是，如果我打印csv文件(Dataframe)，则可以执行此操作；空值显示为“b”，所有其他字符串值显示为“b' string‘”。
运行Python 3.7、pandas 0.24.2和qpython 2.0.0。
df = pandas.DataFrame(qpython query)
df.to_csv(path_or_buf="",
sep=",", na_rep='',
float_format=None,
浏览 21提问于2019-07-30得票数 1
回答已采纳
我想将Dataframe的多个列合并为一个，包含这些列的数组。
这方面的简单示例：
sn | a | b | c |
---+-----+-----+-----+
a1 | 1 | 1 | None|
至
sn | a | b | c | array |
---+-----+-----+-----+-----------+
a1 | 1 | 1 | None| [1,1,None]|
我之所以这样做，是因为我使用Pandas (和SQL-Alchemy)来解析我的数据，并使用Dataframe.to_sql将数据帧写入PostgreSQL表。我用
浏览 21提问于2017-01-26得票数 0
回答已采纳
6回答
我不知道Pandas .aggregate函数和.apply函数之间的区别。
以下面的例子为例:我加载了一个数据集，执行了一个groupby，定义了一个简单的函数，或者用户.agg或者.apply。
正如您可能看到的，在使用.agg和.apply之后，函数中的using语句将产生相同的输出。结果，另一方面，是不同的。为什么会这样呢？
import pandas
import pandas as pd
iris = pd.read_csv('iris.csv')
by_species = iris.groupby('Species')
def f(x):
浏览 0提问于2014-02-17得票数 63
回答已采纳
假设我有以下形式的DataFrame，其中第一列是随机数，其他列将基于上一列中的值。
为了便于使用，假设我希望每个数字都是前一个平方的。所以看起来就像下面。
我知道我可以编写一个非常简单的循环来完成这个任务，但我也知道在python/大熊猫中循环并不是最有效的。如何用apply()或rolling_apply()来完成这一任务？或者，否则做得更有效率？
我的(失败)尝试如下：
In [12]: a = pandas.DataFrame({0:[1,2,3,4,5],1:0,2:0,3:0})
In [13]: a
Out[13]:
0 1 2 3
0 1
浏览 3提问于2017-03-23得票数 4
回答已采纳
在Pandas中有很好的索引方法，我不会以各种方式提取数据。另一方面，我仍然对如何更改现有DataFrame中的数据感到困惑。 在下面的代码中，我有两个DataFrame，我的目标是从第二个df的值更新第一个df中特定行的值。我怎样才能做到这一点？ import pandas as pd
df = pd.DataFrame({'filename' : ['test0.dat', 'test2.dat'],
'm': [12, 13], 'n'
浏览 8336提问于2018-02-28
回答已采纳
我使用的是python2.7和pandas 0.11.0。
我尝试使用函数(DataFrame.apply)填充数据帧的一列。func()函数应该返回一个numpy数组(1x3)。
import pandas as pd
import numpy as np
df= pd.DataFrame(np.random.randn(4, 3), columns=list('ABC'))
print(df)
A B C
0 0.910142 0.788300 0.114164
1 -0.603282 -
浏览 1提问于2013-09-06得票数 11
回答已采纳
1回答
鉴于这个例子：
import pandas as pd
df = pd.DataFrame({
"date": ["20180724", "20180725", "20180731", "20180723", "20180731"],
"identity": [None, "A123456789", None, None, None],
"hid": [12345, 12345, 12345, 54321, 54321],
浏览 0提问于2018-08-28得票数 2
回答已采纳
关于熊猫agg和apply DataFrame.groupby()对象，有很多这样的问题，但我不明白DataFrame.agg()和DataFrame.apply()之间的区别。从下面的文档和片段来看，它们在我看来是一样的。如果有与行操作特别相关的问题不适用于列上的操作，我想了解它们。
import pandas as pd
a = pd.Series([True, False, False])
b = pd.Series([False, False, False])
c = pd.Series([True, True, False])
d = pd.Series([1, 2, 3])
p
浏览 2提问于2022-11-14得票数 0
我需要根据条件向pandas dataframe列添加一个新的键值对。目标列数据为字典格式。因此，如果条件为真，则必须创建对，否则，不需要任何操作。我正试着通过np.where： df = pd.DataFrame({"amenity": ["1","2","3","4"], "tags": [{"building":"yes"},{"entrance": "yes"},{},{}], "sport": [None,
浏览 33提问于2021-10-22得票数 0
我尝试用pandas dataframe列中的条件替换某些字符串中的字符。该函数可以工作，但数据帧的行将显示None。 def char_replace(string):
if string.startswith(tuple(list)):
return string.replace("_", "-", 1)
df["col1"] = df["col1"].apply(char_replace)
浏览 59提问于2020-08-11得票数 1
回答已采纳
我有一个pandas dataframe和匹配的postgresql表，其中两个表中的每个单元格要么为null，要么为时间戳。对于表中单元格值等于null的每个单元格，并且相应的dataframe单元格值是时间戳，我希望更新表格单元格值。做这件事最快的方法是什么？
目前，我正在将整个表拉入一个dataframe中，比较python中的两个dataframe (单元格)，将这些值输入到第三个dataframe(称为DFC)，然后销毁旧表并从DFC构建一个新表。这似乎是低效的。
示例：
**Data Frame** **Postgres Table**
A B
浏览 0提问于2018-04-12得票数 0
我有一个函数myfunc，它对两个pandas DataFrame列进行计算。输出是一个Numpy数组。
def myfunc(df, args):
import numpy
return numpy.array([df.iloc[:,args[0]].sum,df.iloc[:,args[1]].sum])
此函数在rolling_df_apply中调用：
def rolling_df_apply(df, myfunc, window, *args):
import pandas
result = pandas.concat(pandas.DataFrame(
浏览 1提问于2015-07-28得票数 0
Python新手。我正在导入一个CSV，如果有任何数据丢失，我需要返回一个带有附加列的CSV，以指示哪些行缺少数据。我的同事建议我将CSV导入到一个数据帧中，然后创建一个带有"Comments“列的新数据帧，在其中填充对目标行的注释，并将其附加到原始数据帧中。我陷入了使用与"dfinput“匹配的正确行数填充新的dataframe "dferr”的步骤。 我搜索过"pandas csv return error column where data is missing"，但没有找到任何与创建标记坏行的新CSV相关的内容。我甚至不知道提出的方法是不是最好
浏览 14提问于2019-05-28得票数 0
回答已采纳
2回答
我有以下数据
import pandas as pd
import numpy as np
import datetime
import pandas as pd
foo = pd.DataFrame({'id': ['a','a','a','b','b','b','c','c', 'd'],
'buy': [datetime.date(2020,4,10), datetime.
浏览 3提问于2022-03-15得票数 0
1回答
我想从pandas dataframe列解析json字典，遍历字典并将它们赋给新的列值。 这里有一列数据帧：df['Column'][0] [{'Name': 'Vacant', 'Value': 3904000, 'Unit': 'Qty'},
{'Name': 'Vacant', 'Value': 11.7, 'Unit': 'Pct'},
{'Name': 'Absorption
浏览 57提问于2020-11-09得票数 0
我真的不明白为什么从下面的代码中，pandas return是Series而不是DataFrame。
import pandas as pd
df = pd.DataFrame([[4,9]]*3, columns = ["A", "B"])
def plus_2(x):
y =[]
for i in range(0, len(x)):
y.append(x[i]+2)
return y
df_row = df.apply(plus_2, axis = 1) # Applied to each row
df_row
而
浏览 3提问于2021-10-28得票数 0
我有下面的dict和熊猫DataFrame。
sample_dict = {'isDuplicate': {'1051681551': False, '1037545402': True, '1035390559': False},
'dateTime': {'1051681551': Timestamp('2019-01-29 09:09:00+0000', tz='UTC'),
'10375454
浏览 4提问于2020-07-04得票数 0
回答已采纳
我有一个看起来像这样的DataFrame： | characters | result |
|:----------:|:------:|
| b | TP |
| a | TP |
| t | FN |
| NaN | None |
| c | TN |
| o | FP |
| p | TP | 我以前做过“蝙蝠”和“警察”。每个单词由一个NaN行分隔。我想将它们重新转换为DataFrame格式，如下所示： |
浏览 18提问于2021-10-24得票数 0
回答已采纳
我正在尝试用"“替换字符串中的一些字符。我正在尝试使用lambda函数来丢弃字符串中不需要的字符。请帮我解决这个问题。 我的示例是： import pandas as pd
df = pd.DataFrame({"Goods" :['Chicken eggs','Cowmilk)','Candy-go','Bread','Butter']})
print(df)
Goods
0 Chicken eggs
1 Cowmilk)
2 Candy-go
3
浏览 56提问于2020-12-01得票数 0
回答已采纳
1回答
我有一个dataframe，它有一个列，在一些行中包含字符串，在一些行中包含列表。如何将列表分解为单独的列。这就是我们所拥有的-
>>> df2 = pd.DataFrame(["abc","[u'abc', u'xyz']"])
>>> df2
0
0 abc
1 [u'abc', u'xyz']
我想说的是-
0 1
0 abc None
1 abc xyz
我试过
浏览 2提问于2017-05-12得票数 3
我想使用正则表达式从Pnadas dataframe中检索名称，但pandas应用函数在DataFrame对象上不起作用。它在pandas系列对象上运行良好。请给我解释一下。
import pandas as pd
import re
doc = pd.DataFrame(['William Hartnell (1963-66)',
'Patrick Troughton (1966-69)',
'Jon Pertwee (1970 74)',
'Tom Baker (1974-81)',
'Peter Davison (1
浏览 12提问于2020-05-18得票数 1
我正在将.ods电子表格转换为Pandas DataFrame。我想删除整列和整行，因为它们只包含"None“。因为"None“是一个str，所以我有：
pandas.DataFrame.replace("None", numpy.nan)
我称之为：.dropna(how='all')的...on
是否有等同于numpy.nan的pandas
有没有办法用*字符串"None“而不是NaN来使用.dropna()
浏览 0提问于2016-07-21得票数 2
示例
玩具数据表：
>>> df = pd.DataFrame({'a': ['the', 'this'], 'b': [5, 2.3], 'c': [8, 11], 'd': ['the', 7]})
产量：
>>> df
a b c d
0 the 5.0 8 the
1 this 2.3 11 7
以及：
>>> df.dtypes
a object
b
浏览 1提问于2018-06-18得票数 4
回答已采纳
我需要使用pandas_udf对基于两列的字符串进行某些计算。
我的代码如下：
@pandas_udf(BooleanType())
def is_one_pd(ser: pd.Series, ser2: pd.Series) -> pd.Series:
def is_one(s):
return (re.search("1", s.title) is not None) & (re.search("1", s.comp_short) is not None)
df = pd.DataFrame({'title':
浏览 1提问于2021-05-19得票数 0
回答已采纳
2回答
re模式不能识别逗号
、、、
我希望你能帮我解决这个问题。
我在pandas数据帧上运行apply方法，以确定该值是否具有正确的数字格式(因为其中一些值使用逗号分隔千位)。问题是，据我所知，我的正则表达式模式不能识别逗号。下面是我的代码：
def afloat(x):
x=str(x)
pattern=re.compile(r"\d+,\d\d\d")
return pattern.match(x)
data=["1,000","999","2,580"]
df=pd.DataFrame(data,columns=["data
浏览 0提问于2020-11-26得票数 0
2回答
我需要更新一个熊猫DataFrame如下。有可能吗？我非常感谢你所有的时间和努力。对不起，我的问题引起了你们的混淆。我试着更新问题。再次感谢
Sample1：
import pandas as pd
#original dataframe
data = {'row_1': ['x','y','x','y'], 'row_2': ['a', 'b', 'a', None]}
data=pd.DataFrame.from_dict(data, or
浏览 10提问于2022-05-05得票数 0
回答已采纳
我正在尝试使用pandas.DataFrame.apply函数。我的实际代码的执行情况类似于下面的示例。在输出的末尾，它为dataframe中的每一行输出“无”。此行为会导致我正在传递的函数apply中出现错误。
df = pd.DataFrame({"one": range(0,5), "two": range(0,5)})
df.apply(print, axis=1)
它为什么会这样表现？没有人是从哪里来的？
我如何改变/控制这种行为？
浏览 10提问于2017-03-12得票数 1
回答已采纳
我使用pandas.read_csv加载了一个文件。
我已经将文件存储到一个变量中。第一列是由逗号(，)分隔的一系列数字，我想将这些数字分开，并将每个数字放到新列中。
我似乎找不到pandas.dataframe的写功能。
附带注意:我更喜欢在我的文件中加载一个不同的库，但是熊猫提供了我需要的其他一些不同的功能。
我的守则：
Data = pandas.read_csv(pathFile,header=None)
做：print Data给了我：
0 1 2 ...
0 [2014, 8, 26, 5,
浏览 4提问于2015-07-28得票数 0
回答已采纳
我想做以下几件事：
从我的熊猫DataFrame中随机选择一排
子集DataFrame，只包括与两个特定列'Type‘和'LocationID’上随机选择的行相匹配的行。
下面是相关的代码片段：
import pandas as pd
train = pd.DataFrame(
{'Type': ['Rad', 'Rad', 'Rad', 'Rad', 'Rad'],
'LocationID': ['6',
浏览 1提问于2016-04-01得票数 1
回答已采纳
1回答
在对Pandas DataFrame进行排序和分组之后，如果顶部行字段为NULL，则希望从较低的行中检索值：
我输入的DataFrame是：
df = pandas.DataFrame({'ENr': ['EDFT2Z', 'EDFT2Z', 'EDFT2Z', 'EDFT2Z', 'EDFTDA', 'EDFTDA'],
'Rnk': [1, 2, 3, 4, 1, 2],
'StA
浏览 10提问于2022-06-08得票数 0
回答已采纳
在pandas中，我使用下面的典型模式将矢量化函数应用于df并返回多个值。只有当所述函数从单个任务中产生多个独立输出时，这才是真正必要的。请看我这个过于琐碎的例子：
import pandas as pd
df = pd.DataFrame({'val1': [1, 2, 3, 4, 5],
'val2': [1, 2, 3, 4, 5]})
def myfunc(in1, in2):
out1 = in1 + in2
out2 = in1 * in2
return (out1, out2)
df
浏览 2提问于2017-01-19得票数 8
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
