DataFrame.apply

DataFrame.apply(func, axis=0, raw=False, result_type=None, args=(), kwds)**
沿着DataFrame的轴应用函数。传递给函数的对象是Series对象，其索引要么是DataFrame的索引，要么是DataFrame的列。

Parameters

参数 可选类型 默认值
func 应用于行或列的函数 -
axis 0/index：列；1/columns：行 0
raw False：以Series传递；True：以ndarray传递 False
result_type 仅在axis=1（列）时起作用：
expand：类似列表的结果将变成列；
reduce：如果可能，返回一个Series；
broadcast：扩展到DataFrame的原始结构，原始索引和列将保留		 None：
取决于应用函数的返回值
args tuple：要传递给func的额外参数 -

举例：对每列应用sum函数

  1. import pandas as pd
  2. import numpy as np
  4. df = pd.DataFrame({'age':[18, 39, 22, 44],
  5.                     'price': [1.0, 2.0, 3.0, 4.0]})
  7. df.apply(np.sum, axis=0)
  8. ------------------------------------------------
  9. age      123.0
  10. price     10.0
  11. dtype: float64

举例：对每行应用sum函数

  1. import pandas as pd
  2. import numpy as np
  4. df = pd.DataFrame({'age':[18, 39, 22, 44],
  5.                     'price': [1.0, 2.0, 3.0, 4.0]})
  7. df.apply(np.sum, axis=1)
  8. ----------------------------------------------------
  9. 0    19.0
  10. 1    41.0
  11. 2    25.0
  12. 3    48.0
  13. dtype: float64

举例：给自定义函数传递额外的参数

  1. import pandas as pd
  3. df = pd.DataFrame({'age':[18, 39, 22, 44],
  4.                     'price': [1.0, 2.0, 3.0, 4.0]})
  6. def custom_sum(x, param):
  7.     return x+param
  9. df.apply(custom_sum, args=(1,))
  10. -------------------------------------
  11.     age    price
  12. 0    19    2.0
  13. 1    40    3.0
  14. 2    23    4.0
  15. 3    45    5.0