pandas appy函数

`apply()` 函数是 `pandas` 库中一个非常常用的函数，用于对 DataFrame 或 Series 中的每个元素应用一个函数，然后返回一个新的 DataFrame 或 Series。`apply()` 函数通常用于对数据进行转换、映射或者聚合操作。

以下是 `apply()` 函数的基本语法：

df.apply(func)

其中，`df` 是一个 DataFrame，`func` 是一个可以应用于 DataFrame 中每个元素或每一行/列的函数。`apply()` 函数将 `func` 应用于 `df` 中的每个元素或每一行/列，然后返回一个新的 DataFrame 或 Series，其中包含每个元素或每一行/列被 `func` 转换后的结果。

下面是一个例子，演示如何使用 `apply()` 函数对 DataFrame 中的每个元素求平方：

import pandas as pd

data = {'x': [1, 2, 3], 'y': [4, 5, 6]}
df = pd.DataFrame(data)

df_squared = df.apply(lambda x: x**2)

print(df_squared)

输出结果如下：

   x   y
0  1  16
1  4  25
2  9  36

在上面的例子中，我们首先创建了一个包含两个列的 DataFrame。然后，我们使用 `apply()` 函数将每个元素求平方，并将结果存储在一个新的 DataFrame 中。最后，我们输出新的 DataFrame。

除了对每个元素应用函数，您还可以对 DataFrame 的每一行或每一列应用函数。例如，如果您想对 DataFrame 的每一行求和，可以使用以下代码：

row_sum = df.apply(lambda x: x.sum(), axis=1)

其中，`axis=1` 表示对每一行应用函数。