在jupter中，使用apply（）方法自定义计算每个部门员工的工资增长潜力

在Jupyter Notebook中，如果你有一个Pandas DataFrame，其中包含员工数据，比如部门名称（Department）和当前工资（CurrentSalary），你可以使用`apply()`函数来自定义计算每个部门员工的工资增长潜力。这个函数允许你在DataFrame的每一行应用你提供的函数，这里我们可以假设增长潜力基于一些规则，如经验、绩效等。

首先，你需要创建一个用于计算增长潜力的函数，例如：

def calculate_growth_potential(row):
    # 假设增长率基于经验和绩效评分
    experience_factor = row['Experience'] / 5  # 假设每五年增加10%
    performance_score = row['PerformanceScore']
    
    # 自定义公式，例如简单的线性增长或更复杂的函数
    growth_potential = experience_factor * performance_score + 1000  # 基础薪资的增加
    return growth_potential

然后，在DataFrame上调用`apply()`：

df['GrowthPotential'] = df.apply(calculate_growth_potential, axis=1)

这里的`axis=1`表示对每一列（即每一行）操作，因为我们在处理的是DataFrame的一行数据。