numpy的神奇广播函数

迈不过友情╰ 2022-07-24 06:14 201阅读 0赞

# numpy的神奇广播函数 #

在使用pandas的时候，一般来说对两个DataFrame（简写df）的加减乘除，会自动索引对齐，很方便，DataFrame与Series之间的运算也会沿着指定的轴进行广播。最为人称道的广播形式大概就是apply和applymap这样的操作了，很方便，很强大。  
但是也有不能满足需求的时候，比如一个DataFrame根据另一个DataFrame对应的元素进行自定义ufunc操作的时候，就不能满足了。庆幸的是numpy提供了一个广播函数，可以自定义广播函数，然后对两个DataFrame对应位置元素进行自定义操作。

# 1.pandas元素级操作 #

pandas的元素级操作是对每个元素进行相同的操作，比如格式转换，判断是否为空等。

df = DataFrame(np.arange(12).reshape(3,4))
    # 判断为空
    df.isnull()
    # 对每个元素转字符串
    df.applymap(lambda s:str(s))
    # 执行数学操作
    df.applymap(lambda s:s**2)
    df.apply(lambda s:s**2)

# 2.DF根据另一个DF进行操作 #

对A的每个元素，根据B的相同位置的元素进行相应的操作。

# pandas官网例子
    df = pd.DataFrame({
       'AAA' : [4,5,6,7], 'BBB' : [10,20,30,40],'CCC' : [100,50,-30,-50]})
    df_mask = pd.DataFrame({
       'AAA' : [True] * 4, 'BBB' : [False] * 4,'CCC' : [True,False] * 2})
    # 根据df_mask的值，将df对应位置的值替换成-1000
    df.where(df_mask,-1000)
    # 将
    # 两个df的加减乘除也是根据对应元素的操作
    df+df
    df*df

# 3.DF根据另一个DF进行操作 #

两个df除了加减乘除外的操作怎么办呢？比如A中的元素是否包含在B中对应元素呢？或者将A、B的对应元素转成字符串然后进行其他操作呢。  
这里就用到了numpy的ufunc函数，可以自定义广播函数，然后对每个元素进行相同的操作。

`frompyfunc`，把Python里的函数（可以是自写的）转化成ufunc，用法是`frompyfunc(func, nin, nout)`，其中func是需要转换的函数，nin是函数的输入参数的个数，nout是此函数的返回值的个数。

**注意**：frompyfunc函数无法保证返回的数据类型都完全一致,因此返回一个中间类型object，需要再次obj.astype(np.float64)之类将其元素类型强制调齐。

# 将两个元素转成字符串后拼接起来
    def add_elements(x,y):
        return str(x)+"+"+str(y)
    # 将自定义函数转成广播函数
    add_them=np.frompyfunc(add_elements,2,1)
    # 两个DataFrame的操作
    add_them(df,df*2)