pandas的apply函数

pandas的apply函数是一个灵活的方法，用于在DataFrame或Series上应用自定义函数。它可以接受一个函数作为参数，并将其应用于DataFrame的每一行（或每一列）或Series的每个元素。apply函数将返回一个新的Series或DataFrame，其结果是应用函数后的值。

使用apply函数可以简化对数据的处理和转换操作，特别是当需要对每个元素进行个性化处理时。可以使用lambda函数或自定义函数作为参数传递给apply函数。

下面是一个示例，展示了如何在DataFrame的每一行上应用一个自定义函数：

import pandas as pd

# 创建一个示例DataFrame
data = {'Name': ['John', 'Emma', 'Peter'],
        'Age': [25, 30, 35],
        'Salary': [50000, 60000, 70000]}

df = pd.DataFrame(data)

# 定义一个自定义函数，将年龄加上5
def add_age(row):
    row['Age'] += 5
    return row

# 使用apply函数将自定义函数应用于每一行
df = df.apply(add_age, axis=1)

print(df)

输出结果将是：

   Name  Age  Salary
0  John   30   50000
1  Emma   35   60000
2  Peter  40   70000

在这个示例中，自定义函数`add_age`接受每一行作为输入，并将年龄加上5。然后，使用apply函数将该函数应用于DataFrame的每一行，返回一个新的DataFrame。

除了apply函数，pandas还提供了许多其他用于数据处理和转换的函数，可以根据具体需求选择合适的方法。