pandas.Series.pipe

Series.pipe(func, *args, **kwargs)

应用可链式调用的函数，这些函数期望 Series 或 DataFrame。

Parameters:

funcfunction

应用于 Series/DataFrame 的函数。 args 和 kwargs 会被传递给 func。或者一个 (callable, data_keyword) 元组，其中 data_keyword 是一个表示 callable 中哪个关键字期望 Series/DataFrame 的字符串。

*argsiterable, 可选

传递给 func 的位置参数。

**kwargsmapping, 可选

传递给 func 的关键字参数字典。

Returns:

func 的返回类型。

参见

DataFrame.apply

沿 DataFrame 的输入轴应用函数。

DataFrame.map

在整个 DataFrame 上逐个元素地应用函数。

Series.map

对 Series 应用映射关系。

Notes

当链接期望 Series、DataFrame 或 GroupBy 对象的函数时，使用 .pipe。

Examples

从字典构造收入 DataFrame。

>>> data = [[8000, 1000], [9500, np.nan], [5000, 2000]]
>>> df = pd.DataFrame(data, columns=['Salary', 'Others'])
>>> df
   Salary  Others
0    8000  1000.0
1    9500     NaN
2    5000  2000.0

执行所得税减免的函数。

>>> def subtract_federal_tax(df):
...     return df * 0.9
>>> def subtract_state_tax(df, rate):
...     return df * (1 - rate)
>>> def subtract_national_insurance(df, rate, rate_increase):
...     new_rate = rate + rate_increase
...     return df * (1 - new_rate)

与其写成

>>> subtract_national_insurance(
...     subtract_state_tax(subtract_federal_tax(df), rate=0.12),
...     rate=0.05,
...     rate_increase=0.02)  

你可以这样写

>>> (
...     df.pipe(subtract_federal_tax)
...     .pipe(subtract_state_tax, rate=0.12)
...     .pipe(subtract_national_insurance, rate=0.05, rate_increase=0.02)
... )
    Salary   Others
0  5892.48   736.56
1  6997.32      NaN
2  3682.80  1473.12

如果你有一个函数，它将数据作为（比如说）第二个参数，则传递一个元组来指示哪个关键字期望数据。例如，假设 national_insurance 的第二个参数 df 期望数据：

>>> def subtract_national_insurance(rate, df, rate_increase):
...     new_rate = rate + rate_increase
...     return df * (1 - new_rate)
>>> (
...     df.pipe(subtract_federal_tax)
...     .pipe(subtract_state_tax, rate=0.12)
...     .pipe(
...         (subtract_national_insurance, 'df'),
...         rate=0.05,
...         rate_increase=0.02
...     )
... )
    Salary   Others
0  5892.48   736.56
1  6997.32      NaN
2  3682.80  1473.12