pandas.apply（）如何使用

`pandas.apply()` 方法是Pandas库中非常强大且灵活的一个功能，它允许你在DataFrame的每一列或每一行上应用自定义的函数。这里有两个不同的示例展示其用法：

1. **使用apply对单列操作**[^1]:

   df1 = ...  # 假设df1有一个'WindSpeed_str'列
   s1 = ...  # 假设s1是一个包含风速对应平均功率的数据结构
   df2 = df1.copy()
   df2['MeanPower'] = df1['WindSpeed_str'].apply(lambda x: s1.loc[x])  # 使用lambda表达式查找并应用s1的值

2. **优化的apply使用方式**：
如果你的数据匹配有预定义的映射关系，如字典，可以直接在apply函数中使用该字典作为筛选器，这样比使用loc通常会更高效：

   df3 = df1
   power_mapping = {'s1_value': 'power1', 's2_value': 'power2'}  # 假设这是你的映射字典
   df3['MeanPower'] = df1['WindSpeed_str'].map(power_mapping)

记得，在实际应用时，要确保自定义函数或映射字典的设计能够有效利用数据结构特性以提高性能。