python apply axis

在Python中，apply函数默认的axis参数为axis=0，表示对每一列进行操作。如果传入的函数func是作用于每一行的，则需要将axis参数设置为axis=1。因此，apply方法最重要的两个参数是传入的函数func和axis。

举个例子，如果我们有一个DataFrame df，包含3列A、B、C，我们想对每一列应用一个函数f，可以使用以下代码：
df.apply(f, axis=0) # 对每一列应用函数f

如果我们想对每一行应用函数f，可以使用以下代码：
df.apply(f, axis=1) # 对每一行应用函数f[2]

注意，apply方法会返回一个新的DataFrame，其中每个元素都是应用了函数后的结果。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *3* [python基础中apply（）函数的正确用法](https://blog.csdn.net/qdPython/article/details/119488998)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
- *2* [python DataFrame的apply方法](https://blog.csdn.net/weixin_42394591/article/details/80588097)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]