apply lambda怎么用

apply()函数是Pandas库中的一个函数，它可以应用于DataFrame或Series对象上。apply()函数可以将指定的函数应用于对象的每一行或每一列，并返回处理后的结果。

在使用apply()函数时，可以使用lambda函数来指定要应用的操作。下面是一个简单的示例，演示如何使用apply()函数和lambda函数来计算DataFrame中每一行的和：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 使用apply()函数和lambda函数计算每一行的和
df['sum'] = df.apply(lambda row: row['A'] + row['B'] + row['C'], axis=1)

# 显示处理后的结果
print(df)

输出：

   A  B  C  sum
0  1  4  7   12
1  2  5  8   15
2  3  6  9   18

在这个示例中，我们首先创建了一个DataFrame对象，其中包含三列。然后，我们使用apply()函数和lambda函数将每一行的和计算出来，并将结果存储在新列“sum”中。

注意，我们在apply()函数中指定了axis=1参数，这表示我们要将指定的函数应用于每一行。如果要将函数应用于每一列，可以将axis参数设置为0。

总之，使用apply()函数和lambda函数可以方便地对DataFrame和Series对象进行操作和处理。