Pandas DataFrame.apply()用例介绍 _PythonPandas

Pandas的apply()函数允许用户传递一个函数并将其应用于Pandas系列的每个单个值。此功能提高了Pandas库的功能, 因为它有助于根据所需条件隔离数据。这样它就可以有效地用于数据科学和机器学习。
要传递给函数的对象是Series对象, 其索引是DataFrame的索引(即axis = 0)或DataFrame的列(即axis = 1)。默认情况下, result_type = None, 并且最终返回类型是从应用函数的返回类型推断出来的。否则, 它取决于result_type参数。
句法：

DataFrame.apply(func, axis=0, broadcast=None, raw=False, reduce=None, result_type=None, args=(), **kwds)

参数：
func：此功能将应用于每个列或行。
轴：{0或’ index’ , 1或’ columns’ }, 默认值0
它是应用该功能的轴。它可以有两个值：

0或’ index’ ：将函数应用于每个列。
1或’ columns’ ：将函数应用于每一行。

广播：这是一个可选参数, 返回布尔值。
仅与聚合功能有关：
False或None：它返回一个Series, 其长度将是根据axis参数的索引长度或列数。
正确：结果将广播到帧的原始形状；原始索引和列将保留。
raw：布尔值, 默认值为False
False：将每一行或每一列作为Series传递给该函数。
True：传递的函数将接收ndarray对象。如果你要应用NumPy缩减功能, 它将获得更好的性能。
reduce：布尔值或无, 默认值无
它尝试应用减少程序。如果DataFrame为空, 则应用将使用reduce来确定结果应为Series还是DataFrame。
默认情况下, reduce = None, 将通过在空的Series上调用func来猜测应用的返回值(注意：在猜测时, func引发的所有异常都将被忽略)。如果reduce = True, 将始终返回Series, 而reduce = False, 将始终返回DataFrame。
result_type：{‘ expand’ , ‘ reduce’ , ‘ broadcast’ , None}, 默认值None
这些仅在axis = 1(列)时起作用：
‘ expand’ ：它定义了类似列表的结果, 这些结果将变成列。
‘ reduce’ ：与’ expand’ 相反。如果可能, 它返回一个Series而不是扩展类似列表的结果。
“ 广播” ：它将结果广播到DataFrame的原始形状, 原始索引和列中。
【Pandas DataFrame.apply()用例介绍】默认值None取决于所应用函数的返回值, 即作为一系列结果返回的类似列表的结果。
如果apply返回一个Series, 它将扩展到列。
args：这是一个位置参数, 除了数组/系列外, 还将传递给func。
** kwds：这是一个可选的关键字参数, 用于将关键字参数传递给func。
返回值：
它返回沿DataFrame的给定轴应用func的结果。
例：

info = pd.DataFrame([[2, 7]] * 4, columns=['P', 'Q'])info.apply(np.sqrt)info.apply(np.sum, axis=0)info.apply(np.sum, axis=1)info.apply(lambda x: [1, 2], axis=1)info.apply(lambda x: [1, 2], axis=1, result_type='expand')info.apply(lambda x: pd.Series([1, 2], index=['foo', 'bar']), axis=1)info.apply(lambda x: [1, 2], axis=1, result_type='broadcast')info

输出