Pandas之apply()函数 语法详解

语法结构

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

    func：函数或 lambda 表达式,应用于每行或者每列

    axis：{0 or ‘index’, 1 or ‘columns’}, 默认为0
        0 or ‘index’: 表示函数处理的是每一列
        1 or ‘columns’: 表示函数处理的是每一行

    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；

    result_type：{‘expand’, ‘reduce’, ‘broadcast’, None}, default None

    These only act when axis=1 (columns):
        ‘expand’ : 列表式的结果将被转化为列。
        ‘reduce’ : 如果可能的话，返回一个 Series，而不是展开类似列表的结果。这与 expand 相反。
        ‘broadcast’ : 结果将被广播到 DataFrame 的原始形状，原始索引和列将被保留。

    args: func 的位置参数

    **kwargs：要作为关键字参数传递给 func 的其他关键字参数，1.3.0 开始支持

返回值：

    Series 或者 DataFrame：沿数据的给定轴应用 func 的结果

apply实战

import pandas as pd
import numpy as np

df = pd.DataFrame([[16, 1]] * 2, columns=['A', 'B'])
'''
   A  B
0  16  1
1  16  1
'''

df.apply(np.sqrt)
'''
   A  B
0  4  1
1  4  1
'''

#  axis：{0 or ‘index’, 1 or ‘columns’}, 默认为0
#        0 or ‘index’: 表示函数处理的是每一列
#        1 or ‘columns’: 表示函数处理的是每一行
df.apply(np.sum, axis=0)
'''
A    32
B    2
dtype: int64
'''
# 在每行上返回类似列表的内容
df.apply(lambda x: [1, 2], axis=1)
'''
0    [1, 2]
1    [1, 2]
2    [1, 2]
dtype: object

    ‘expand’ : 列表式的结果将被转化为列。
    ‘reduce’ : 如果可能的话，返回一个 Series，而不是展开类似列表的结果。这与 expand 相反。
    ‘broadcast’ : 结果将被广播到 DataFrame 的原始形状，原始索引和列将被保留。

args: func 的位置参数

'''

# result_type='expand' 扩展到数据列
df.apply(lambda x: [1, 2], axis=1, result_type='expand')

'''
   0  1
0  1  2
1  1  2
2  1  2
'''