python DataFrame的apply方法

薛定谔的虎

于 2018-06-05 22:09:25 发布

阅读量3.8k

点赞数 1

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/weixin_42394591/article/details/80588097

本文介绍了Python DataFrame的apply方法，该方法接受自定义函数，根据axis参数对每一行或每一列进行操作，返回新的DataFrame。示例中展示了如何使用lambda函数计算最大值与最小值的差值，以及如何返回由多个值组成的Series。此外，还演示了如何使用applymap进行元素级操作，如保留浮点数的两位小数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

我自己对于apply方法的理解是：其最重要的参数是传入的函数，传入的函数会对DataFrame的每一行（index）或每一列（column）进行操作，然后返回每一个index或column对应的值，再将这些行（或者列）以及其对应的返回值重新组合成一个DataFrame的对象，然后作为整个apply方法的返回值返回。

至于传入的函数具体是对每一行还是每一列进行操作，取决于apply传入的axis参数，默认axis=0，表示对每一列进行操作，axis=1，表示对每一行进行操作。因此apply方法最重要两个参数是传入的函数func和axis。

    [python]  
   view plaincopy
#函数应用和映射  
import numpy as np  
import pandas as pd  
df=pd.DataFrame(np.random.randn(4,3),columns=list('bde'),index=['utah','ohio','texas'

最低0.47元/天解锁文章