本文是《数据蛙三个月强化课》的第八篇总结教程,如果想要了解作者从转行后一直以来的思考,可以阅读**谈谈转行数据分析以及工作心得**。温馨提示:如果您已经熟悉apply函数的使用,大可不必再看这篇文章,或是之挑选部分内容
一:Apply函数的用法
1.apply函数的定义
对于pandas包中,apply函数应该是用的较多的了。这里我们一起从函数的定义开始来学习。在 juypter编辑器中输入**?df.apply()**便可以得到详细的函数定义,以及方便理解的案例。下面我节选一些常用参数来和大家一起探讨下
函数定义:
----------
df.apply(func, axis=0, broadcast=False, raw=False, reduce=None, args=(), **kwds)
函数的理解:
----------
apply函数中可以来使用自定义的函数(func);对于func中传递的参
数,如果axis =0 应用于每一列上, 如果axis=1应用于每一行上
参数:
----------
func : 自定义的函数
函数应用在每一列或是每一行上
axis : {0 or 'index', 1 or 'columns'}, default 0
* 0 or 'index': 应用函