博客

apply() 函数可以直接对 Series 或者 DataFrame 中元素进行逐元素遍历操作，方便且高效，apply() 使用时，通常放入一个 lambda 函数表达式、或一个函数作为操作运算。

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

参数说明：

• func 代表的是传入的函数或 lambda 表达式；
• axis 参数可提供的有两个，该参数默认为0/列
  
  0 或者 index ，表示函数处理的是每一列；
  
  1 或 columns ，表示处理的是每一行;
• raw ；bool 类型，默认为 False;
  
  False ，表示把每一行或列作为 Series 传入函数中；
  
  True，表示接受的是 ndarray 数据类型；

apply() 最后的是经过函数处理，数据以 Series 或 DataFrame 格式返回。

先看Series的apply()使用：

s = pd.Series([1,2,3])
a = s.apply(lambda x: print(x))
b = s.apply(lambda x: print(type(x)))

输出结果：

1

2

3

<class ‘int’>

<class ‘int’>

<class ‘int’>

可以看出，在apply()中，会自动取出每个元素，相当于循环遍历了一遍调用的Series

a,b的输出结果为:

0, None

1, None

2, None

因为中间的lambda函数只是打印，所以返回的是None。

在DataFrame中apply()的使用：

DataFrame中传入的参数就是Series结构了，例如：

matrix = [
    [1,2,3],
    [4,5,6],
    [7,8,9]
]
df = pd.DataFrame(matrix, columns=list('xyz'), index=list('abc'))

df的结构长这样：

a=df.apply(lambda x: print(type(x)))

输出如下：

<class ‘pandas.core.series.Series’>

<class ‘pandas.core.series.Series’>

<class ‘pandas.core.series.Series’>

可见传入lambda函数的参数类型是Series

现在求DataFrame中每个数的平方：

a=df.apply(lambda x: x*x)

输出：


用apply()求指定行的平方：

a=df.apply(lambda x: x*x if x.name=='a' else x, axis=1)

输出如下：



发现一种奇怪的现象：

a=df.apply(lambda x: x.mean() if x.name=='a' else None, axis=1)

输出如下：



其实主要是看lambda函数返回的是什么，在DataFrame中，传入的是Series，返回的自然是Series的运算结果。例如上面求对第一行的Series求平方，结果还是一个Series（如下例），而对第一行求平均数返回的是一个数，自然结果的第一行就成了一个数。

s = pd.Series([1,2,3])
ss = s*s
print(ss)
print(type(ss))

总的来说，apply()函数就是自动对Series或DataFrame中的每个元素执行指定的函数操作。特别注意DataFrame中的参数是Series，那么函数中自然就是对Series的操作了。