对pandas中apply函数的用法详解

什么是apply函数

apply是pandas中的一个函数，主要用于对DataFrame和Series数据类型中的元素执行某种指定的操作（可以是函数，也可以是lambda表达式）。apply函数的主要作用在于能够方便的对数据的某一列（Series）或整体（DataFrame）进行变换、操作和计算。

apply函数的基本语法

在pandas中使用DataFrame或Series的apply函数时，基本语法如下所示：

      def func(x):
          # 某种指定操作
          return result

      df.apply(func, axis = 0)

其中，传入apply函数的参数func为一个函数，该函数需要自己定义。

apply函数的常见参数

axis参数

在使用apply函数时，需要传入axis参数，表示在哪个维度上执行函数操作。

当axis = 0，表示操作在列上执行，返回结果为一个Series；当axis = 1，表示操作在行上执行，返回结果为一个DataFrame。

各种数据类型的使用方法

对于DataFrame和Series类型，apply函数对于数据类型的使用方法略有不同。

DataFrame

对于DataFrame类型，apply函数可以用于每列或者每行都做处理，得到一个Series或DataFrame，代码如下：

def my_func(x):
   return x.sum()   #对每列求和

res = df.apply(my_func,axis = 0)   #对每列数据执行my_func

print(res)

Series

对于Series类型，apply函数也可以用于针对每个元素都执行相应的函数处理，最终返回一个Series或DataFrame，具体如下：

def my_func(x):
   return x+1   #对每个元素加1

res = sr.apply(my_func)   #对每个元素执行my_func

print(res)

apply函数的示例说明

示例1：计算DataFrame中各列的平均值

对于DataFrame中的各列，我们可以通过apply函数进行聚合计算，如计算每一列的平均值。

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.rand(5,3),columns=['a','b','c'])

def my_mean(x):
    return sum(x)/len(x)

res = df.apply(my_mean,axis=0)    #对每列数据执行my_mean

print(res)

运行结果：

a    0.458757
b    0.504739
c    0.390884
dtype: float64

示例2：计算Series中对每个元素进行幂运算的结果

对于Series类型，我们可以使用apply函数对每个元素进行幂运算，如对于一个Series类型sr，我们可以计算其每个元素乘以自身的平方。

import pandas as pd

sr = pd.Series([1,2,3,4,5])

def power(x,n):
    return x**n

res = sr.apply(power,args=(2,))   #对每个元素执行x的平方

print(res)