apply的axis为1时，将series数据转化为dataframe数据

当你在Pandas的DataFrame中使用`apply()`函数，并设置`axis=1`时，这个操作实际上是沿着每一列（即行方向，因为轴1通常对应于DataFrame的列索引）对Series（一维数组）进行操作。对于每列数据，`apply()`会应用您提供的函数，将其结果转换为一个新的值并替换原列。这可以用于执行一些列级别的计算，比如统计、转换或者是清洗等操作。

例如，假设你有一个包含多个列的DataFrame，你可以使用`applymap()`（`axis=0`默认情况下就是按行操作）对每一项元素（包括数值和非数值）应用函数，而`apply(axis=1)`则是针对每个列独立地处理，返回的结果通常是同形的新DataFrame，其中原来的列已经被新的计算结果替代了。

举个例子：

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

# 比如你想对每个列求平方，然后保留原来列名
new_df = df.apply(lambda col: col**2, axis=1)