博客

pandas.DataFrame.apply()是 Pandas 库中的一个用于 DataFrame 类型数据的方法，它可以作用于整个 DataFrame 或某个指定的轴（行或列），并将特定的函数应用到该轴上的各个元素之上，它会返回一个由各行或各列运用函数后的新的 DataFrame 对象。

具体而言，函数通常接受一个 Series 类型的数据作为参数，并针对这个 Series 进行处理。在 DataFrame 中，此操作的作用对象可以是行或列。该函数接受以下参数：

• func：需要处理 Series 数据的函数，可以是函数名、lambda 表达式或 list/set 类型的聚合函数；
• axis：表示处理的轴，0 表示处理列，1 表示处理行；
• raw：默认为 False，表示在函数中传入的是数据帧的每个元素。当 raw=True 时，表示在函数中传入一行或一列的数据；
• result_type：表示返回数据的类型，默认为 “expand”，表示返回包含列索引的 DataFrame；或者 “reduce”，表示返回只有一列的 Series；
• args, kwargs：表示传入到 func 中的其他参数和关键字参数；

以下是通过两个实例来详细讲解pandas.DataFrame.apply() 的使用方法和作用：

示例一：

假设现在有一个餐厅的销售记录表格，我们想要计算每个员工的销售总额。表格如下：

我们可以使用apply()方法对每个员工的销售额进行求和，代码如下：

import pandas as pd

# 读取 CSV 文件
df = pd.read_csv('sales.csv')

# 定义求和函数
def sum_sales(series):
    return series.sum()

# 按照销售员工分组并计算销售额之和
sales_sum = df.groupby(by="销售员工")["销售额（元）"].apply(sum_sales)

print(sales_sum)

运行上述代码后，我们将得到每个员工的销售总额：

销售员工
Jim    2700
Tom    3100
Name: 销售额（元）, dtype: int64

可以看到该方法可以将每个组内的关键信息提取出来并计算总和。

示例二：

现在有一个 DataFrame 数据，每个元素都是一个列表或元组。我们需要将这些列表或元组中的元素进行平坦化，并且去除重复元素，输出一个新的 DataFrame 数据。数据如下：

我们可以使用apply()方法以及 set() 函数来实现，去掉列表中的重复元素，代码如下：

import pandas as pd

# 创建 DataFrame
df = pd.DataFrame({'数据': [[1,2,2,3], [2,3,4], [3,4,5,6]]})

# 定义函数
def func(x):
    return pd.Series(list(set(x)))

# 应用函数
result = df['数据'].apply(func)

print(result)

运行上述代码后，我们将得到去重后的新 DataFrame 数据：

   0  1   2   3
0  1  2   3 NaN
1  2  3   4 NaN
2  3  4   5   6

可以看到该方法可以将 DataFrame 数据的每个元素进行函数处理后，将结果注入到新的 DataFrame 数据中。

综上，pandas.DataFrame.apply() 能够对 DataFrame 数据中的元素进行函数式处理，并将处理后的结果存入到新的 DataFrame 对象中。