Метод применения Pandas

Question

Я использую метод применения pandas как для серий, так и для dataframe, но я, очевидно, все еще что-то пропущу, потому что я нахожусь в тупике по простой функции, которую я пытаюсь выполнить.

Это то, что я делаю:

def minmax(row): 
    return (row - row.min())/(row.max() - row.min()) 

row.apply(minmax) 

но это возвращает все нулевой серии. Например, если

row = pd.Series([0, 1, 2]) 

затем

minmax(row) 

возвращается [0,0, 0,5, 1,0], по желанию. Но, row.apply (minmax) возвращает [0,0,0].

Я считаю, что это происходит потому, что серия из Интс и целочисленное деление возвращает 0. Однако, я не понимаю,

• почему он работает с MinMax (строка) (она не должна действовать так то же?), и
• как правильно его применить в функции apply, чтобы возвращать соответствующие значения float (я пытался использовать его с использованием .astype, и это дает мне все NaNs ... которые я также не понимаю)
• , если применить это к кадру данных, так как df.apply (minmax) также работает по желанию. (изменить)

Я подозреваю, что у меня нет чего-то принципиального в том, как действует приложение ... или плотно. в любом случае, спасибо заранее.

Answer 1

Когда вы звоните row.apply(minmax) по адресу Series, значения функции передаются функции. Это называется element-wise.

Invoke function on values of Series. Can be ufunc (a NumPy function that applies to the entire Series) or a Python function that only works on single values.

При вызове row.apply(minmax) на через DataFrame либо строк (по умолчанию) или столбцов передаются функции (в соответствии со значением axis).

Objects passed to functions are Series objects having index either the DataFrame’s index (axis=0) or the columns (axis=1). Return type depends on whether passed function aggregates, or the reduce argument if the DataFrame is empty. This is called row-wise or column-wise.

Вот почему ваш пример работает, как ожидалось на DataFrame, а не на Series. Проверьте это answer для получения информации о функциях отображения до Series.