pandas apply 应用套路详解
pandas,apply,应用,套路,详解
2025-03-18 08:48:48 时间
在 DataFrame 中应用 apply 函数很常见，你使用的多吗？
在应用时，传递给函数的对象是 Series 对象，其索引是 DataFrame 的index (axis=0) 或者 DataFrame 的 columns (axis=1)。
基本语法：
DataFrame.apply(func, axis=0, raw=False, result_type=None, args=(), **kwds)
基本参数
func : function应用到每行或每列的函数。axis ：{0 or 'index', 1 or 'columns'}, default 0函数应用所沿着的轴。- 0 or
index: 在每一列上应用函数。 - 1 or
columns: 在每一行上应用函数。
- 0 or
raw : bool, default False确定行或列以Series还是ndarray对象传递。False: 将每一行或每一列作为一个Series传递给函数。True: 传递的函数将接收ndarray对象。如果你只是应用一个NumPy还原函数，这将获得更好的性能。
result_type : {'expand', 'reduce', 'broadcast', None}, default None这些只有在axis=1（列）时才会发挥作用。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。
默认行为(None)取决于应用函数的返回值：类似列表的结果将作为这些结果的 Series 返回。但是，如果应用函数返回一个 Series ，这些结果将被扩展为列。
args : tuple除了数组/序列之外，要传递给函数的位置参数。**kwds作为关键字参数传递给函数的附加关键字参数。
应用示例
>>> import pandas as pd
>>> import numpy as np
>>> df = pd.DataFrame([[4, 9]] * 3, columns=['A', 'B'])
>>> df
A B
0 4 9
1 4 9
2 4 9
应用 numpy 的通用函数：
>>> df.apply(np.sqrt)
A B
0 2.0 3.0
1 2.0 3.0
2 2.0 3.0
在任一轴上使用还原函数：
>>> df.apply(np.sum, axis=0)
A 12
B 27
dtype: int64
>>> df.apply(np.sum, axis=1)
0 13
1 13
2 13
dtype: int64
返回一个类似列表的结果是一个 Series。
>>> df.apply(lambda x: [1, 2], axis=1)
0 [1, 2]
1 [1, 2]
2 [1, 2]
dtype: object
传递 result_type='expand' 将把类似列表的结果扩展到Dataframe的列中
>>> df.apply(lambda x: [1, 2], axis=1, result_type='expand')
0 1
0 1 2
1 1 2
2 1 2
在函数中返回一个 Series 类似于传递 result_type='expand' 。结果的列名将是Series的索引。
>>> df.apply(lambda x: pd.Series([1, 2], index=['foo', 'bar']), axis=1)
foo bar
0 1 2
1 1 2
2 1 2
传递 result_type='broadcast' 将确保函数返回与原始 DataFrame 有相同的形状结果，无论是列表式还是标量式，并且沿轴的方向广播。结果的列名将是原始的列名。
>>> df.apply(lambda x: [1, 2], axis=1, result_type='broadcast')
A B
0 1 2
1 1 2
2 1 2
自定义函数应用框架
基本应用
# 制定自定义函数计算逻辑
>>> def fx(x):
... return x * 3 + 7
...
# 应用自定义函数
>>> df.apply(fx)
A B
0 19 34
1 19 34
2 19 34
某列应用函数
>>> df['B'].apply(fx)
0 34
1 34
2 34
Name: B, dtype: int64
某列应用函数并新增列
>>> df['new'] = df['B'].apply(fx)
>>> df
A B new
0 4 9 34
1 4 9 34
2 4 9 34
使用列表推导式应用自定义函数
>>> df['new2'] = [x * 3 + 7 for x in df['B']]
>>> df
A B new new2
0 4 9 34 34
1 4 9 34 34
2 4 9 34 34
-- END --