pandas apply()函数

pandas中的apply()函数是用于对DataFrame或Series对象的每个元素应用自定义函数的方法。它可以将一个函数应用于DataFrame的一行或一列，或者应用于Series的每个元素。apply()函数可以极大地简化数据处理和转换的过程。

使用apply()函数时，你需要传入一个函数作为参数，并指定在哪个轴上应用这个函数。默认情况下，apply()函数在每列上应用函数，也就是沿着行的方向进行操作。如果要在行上应用函数，可以指定axis=1。

下面是一个示例，展示了如何使用apply()函数将一个自定义函数应用于DataFrame对象的每一行：

import pandas as pd

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

# 定义一个自定义函数，将每行的最大值和最小值相加
def add_min_max(row):
    return row.max() + row.min()

# 在每行上应用自定义函数
df['D'] = df.apply(add_min_max, axis=1)

print(df)

输出结果为：

   A  B  C   D
  1  4  7  8
1  2  5  8 10
2  3  6  9 12

在这个示例中，自定义函数add_min_max会接收每一行作为输入，并返回该行的最大值和最小值之和。apply()函数会在每一行上调用该函数，并将结果存储到新列D中。

除了对DataFrame对象的每一行应用函数，apply()函数还可以用于对Series对象的每个元素应用函数。在这种情况下，函数将被应用于Series中的每个元素，并返回一个新的Series。例如：

# 创建一个Series
s = pd.Series([1, 2, 3, 4])

# 定义一个自定义函数，将每个元素乘以2
def multiply_by_two(x):
    return x * 2

# 应用自定义函数到Series中的每个元素
result = s.apply(multiply_by_two)

print(result)

输出结果为：

0    2
1    4
2    6
3    8
dtype: int64

在这个示例中，自定义函数multiply_by_two会将每个元素乘以2，并返回一个新的Series。apply()函数会在Series中的每个元素上调用该函数，并返回计算结果的新Series。