<파이썬 판다스> Chapter 10-2 apply 메서드 활용하기 - 기초

10-2 apply 메서드 활용하기 - 기초

다음 실습을 통해 apply 메서드 활용법을 알아보겠다. apply 메서드로 브로드캐스팅한 결과가 올바른 값인지 확인하기 위해 시리즈, 데이터프레임의 기초 연산 결과와 비교하며 실습을 진행하겠다.

시리즈와 데이터프레임에 apply 메서드 사용하기¶

시리즈와 aaply 메서드¶

먼저 실습에 사용할 데이터프레임과 제곱 함수를 준비한다.

In [27]:

# 데이터 프레임 준비
import pandas as pd

df = pd.DataFrame({'a':[10, 20, 30], 'b':[20, 30, 40]})
print(df)

    a   b
0  10  20
1  20  30
2  30  40

In [28]:

# 제곱 함수 준비
def my_sq(x):
    return x ** 2

In [30]:

# n제곱 함수 준비 
def my_exp(x, n):
    return x ** n

다음은 앞에서 만든 제곱 함수(my_exp)를 사용하기전에 a 열을 제곱하여 얻은 결과이다. 이 결괏값과 apply 메서드를 적용한 결괏값을 비교해 보겠다.¶

In [32]:

print(df['a'] ** 2)

0    100
1    400
2    900
Name: a, dtype: int64

다음은 apply 메서드에 제곱 함수의 이름(my_sq)을 전달하여 시리즈의 모든 데이터에 제곱 함수를 적용한 것이다. 이때 apply 메서드에 전달하는 함수(my_sq)가 1개 인자를 받도록 구성되어 있다면 인잣값을 생략해야 한다. 그러면 2개의 인자를 전달해야 할 경우에는 어떻게 해야 할까?¶

In [34]:

sq = df['a'].apply(my_sq)
print(sq)

0    100
1    400
2    900
Name: a, dtype: int64

이제 4개의 인자를 전달받아야 하는 n 제곱 함수(my_exp)와 apply 메서드를 함께 사용해 보겠다. apply 메서드의 첫 번째 인자에는 n 제곱 함수의 이름(my_exp)을 전달하고 두 번째 인자에는 n 제곱 함수의 두 번째 인자(n)을 전달한다.¶

In [35]:

ex = df['a'].apply(my_exp, n=2)
print(ex)

0    100
1    400
2    900
Name: a, dtype: int64

In [36]:

ex = df['a'].apply(my_exp, n=3)
print(ex)

0     1000
1     8000
2    27000
Name: a, dtype: int64

데이터프레임과 apply 메서드¶

이번에는 시리즈가 아니라 데이터프레임에 apply 메서드를 사용하는 방법을 알아보자. 먼저 데이터프레임을 다음과 같이 준비한다.

In [37]:

df = pd.DataFrame({'a':[10, 20, 30], 'b':[20, 30, 40]})
print(df)

    a   b
0  10  20
1  20  30
2  30  40

새로운 함수를 만들어보겠다. 이번에 사용할 함수는 1개의 값을 전달받아 출력하는 함수이다.¶

In [38]:

def print_me(x):
    print(x)

이번에는 데이터프레임에 함수를 적용해야 하기 때문에 함수를 열 방향으로 적용할지 행 방향으로 적용할지 정해야 한다. axis 인잣값을 0이나 1로 지정하면 함수를 열 또는 행 방향으로 적용할 수 있다.¶

In [43]:

print(df.apply(print_me, axis=0))

0    10
1    20
2    30
Name: a, dtype: int64
0    20
1    30
2    40
Name: b, dtype: int64
a    None
b    None
dtype: object

In [44]:

print(df['a'])

0    10
1    20
2    30
Name: a, dtype: int64

In [45]:

print(df['b'])

0    20
1    30
2    40
Name: b, dtype: int64

이번에는 3개의 인자를 입력받아 평균을 계산하는 함수를 사용해 보겠다.¶

In [46]:

def avg_3(x, y, z):
    return (x + y + z) / 3

그런데 avg_3 함수를 apply 메서드에 전달하면 'avg_3 함수는 3개의 인잣값을 필요로 하는 함수인데 1개의 인잣값만 입력받았다'는 오류 메시지가 출력된다. 즉, avg_3 함수에 열 단위 데이터(df['a'] 또는 df['b']가 전달되었고 이 값을 avg_3 함수에서 1개의 인자로 인식한 것이다. 따라서 avg_3 함수가 열 단위로 데이터를 처리할 수 있도록 수정해야 한다.¶

In [47]:

print(df.apply(avg_3))

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
/tmp/ipykernel_7534/1813414437.py in <module>
----> 1 print(df.apply(avg_3))

~/anaconda3/lib/python3.9/site-packages/pandas/core/frame.py in apply(self, func, axis, raw, result_type, args, **kwargs)
   8846             kwargs=kwargs,
   8847         )
-> 8848         return op.apply().__finalize__(self, method="apply")
   8849 
   8850     def applymap(

~/anaconda3/lib/python3.9/site-packages/pandas/core/apply.py in apply(self)
    731             return self.apply_raw()
    732 
--> 733         return self.apply_standard()
    734 
    735     def agg(self):

~/anaconda3/lib/python3.9/site-packages/pandas/core/apply.py in apply_standard(self)
    855 
    856     def apply_standard(self):
--> 857         results, res_index = self.apply_series_generator()
    858 
    859         # wrap results

~/anaconda3/lib/python3.9/site-packages/pandas/core/apply.py in apply_series_generator(self)
    871             for i, v in enumerate(series_gen):
    872                 # ignore SettingWithCopy here in case the user mutates
--> 873                 results[i] = self.f(v)
    874                 if isinstance(results[i], ABCSeries):
    875                     # If we have a view on v, we need to make a copy because

TypeError: avg_3() missing 2 required positional arguments: 'y' and 'z'

다음은 avg_3 함수가 열 단위로 데이터를 처리할 수 있도록 개선한 avg_3_apply 함수이다. 개선한 함수를 apply 메서드에 적용하면 잘 동작하는 것을 알 수 있다.¶

In [58]:

def avg_3_apply(col):
    x = col[0]
    y = col[1]
    z = col[2]
    return (x + y + z) / 3

print(df.apply(avg_3_apply))

a    20.0
b    30.0
dtype: float64

앞의 과정에서는 데이터프레임의 행 개수가 3개라는 것을 알고 있다는 전제하에 avg_3_apply 함수를 작성했다. 하지만 일반적으로는 for문을 이용하여 다음과 같이 작성한다.¶

In [59]:

def avg_3_apply(col):
    sum = 0
    for item in col:
        sum += item
    return sum / df.shape[0]

과정 11의 함수를 응용하면 행 방향으로 데이터를 처리하는 함수도 만들 수 있다. 마지막 return문의 df.shape[0]을 df.shape[1]로 바꾸면 된다.¶

In [60]:

def avg_2_apply(col):
    sum = 0
    for item in col:
        sum += item
    return sum / df.shape[1]

print(df.apply(avg_2_apply, axis=1))

0    15.0
1    25.0
2    35.0
dtype: float64

출처 : Do it! 데이터 분석을 위한 판다스