pandas中pandas.Series.apply和pandas.DataFrame.apply的用法与比较

Series.apply(func, convert_dtype=True, args=(), **kwds)

  func：对Series的值调用函数。可以是ufunc（适用于整个Series的NumPy函数）或仅对单个值工作的Python函数

  convert_dtype:  尝试为基本函数结果找到更好的元素类型(dtype)。如果为False，则元素类型（dtype）为object类型

  args:  除了值之外，还要传递给函数的位置参数

  **kwds :  传递给函数的字典参数（多个传递给函数的参数）

实例：

df5 = pd.Series([1, 3, 4, 5], index=['a', 'b', 'c', 'd'])

# convert_dtype为False时，返回的元素类型是object，如果为True时，返回的是int64
df3 = df5.apply(lambda x: x**2, convert_dtype=False)
print(df3)

def subtract(x, value):
    return x - value


def add(x, **kwargs):
    for key, value in kwargs.items():
        x += value
    return x

# **kwarg接收传递的字典参数
df6 = df5.apply(add, ag=1, ql=2, sd=3)
print(df6)

# value接收了传递的元组参数
df7 = df5.app