pandas中pandas.Series.apply和pandas.DataFrame.apply的用法与比较

Series.apply(func, convert_dtype=True, args=(), **kwds)

  func：对Series的值调用函数。可以是ufunc（适用于整个Series的NumPy函数）或仅对单个值工作的Python函数

  convert_dtype:  尝试为基本函数结果找到更好的元素类型(dtype)。如果为False，则元素类型（dtype）为object类型

  args:  除了值之外，还要传递给函数的位置参数

  **kwds :  传递给函数的字典参数（多个传递给函数的参数）

实例：

  

   

    

     

    
    

     

      df5 = pd.Series([1, 3, 4, 5], index=['a', 'b', 'c', 'd'])
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # convert_dtype为False时，返回的元素类型是object，如果为True时，返回的是int64
     
    
   

    

     

    
    

     

      df3 = df5.apply(lambda x: x**2, convert_dtype=False)
     
    
   

    

     

    
    

     

      print(df3)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      def subtract(x, value):
     
    
   

    

     

    
    

     
    return x - value
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      def add(x, **kwargs):
     
    
   

    

     

    
    

     
    for key, value in kwargs.items():
     
    
   

    

     

    
    

     

              x += value
     
    
   

    

     

    
    

     
    return x
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # **kwarg接收传递的字典参数
     
    
   

    

     

    
    

     

      df6 = df5.apply(add, ag=1, ql=2, sd=3)
     
    
   

    

     

    
    

     

      print(df6)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # value接收了传递的元组参数
     
    
   

    

     

    
    

     

      df7 = df5.apply(subtract, args=(1,))
     
    
   

    

     

    
    

     

      print(df7)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # function可以用numpy库提供的函数
     
    
   

    

     

    
    

     

      df8 = df5.apply(np.log)
     
    
   

    

     

    
    

     

      print(df8)
     
    
  
 

  
 
 

总结：可以发现apply在Serise中是将函数应用于整个Serise元素，但是如果一个Serise索引中有多个元素时，就无法用apply直接实现每个元素的函数功能，因为传递进x的是列表，没办法用列表运算，这时还得再遍历一次，才能发挥apply函数的功能，如下代码（如果这里你想到Dataframe中的df4.a.apply()用法，同样的道理，列表是不会有apply()的用法的）。

  

   

    

     

    
    

     

      df4 = pd.Series([[1, 3, 5], [3, 9, 0], [4, 8, 0], [5, 7, 5]], index=['a', 'b', 'c', 'd'])
     
    
   

    

     

    
    

     

      # 这里用列表函数将匿名函数传进来的x再次遍历计算
     
    
   

    

     

    
    

     

      df4 = df4.apply(lambda x: [i**2 for i in x])
     
    
   

    

     

    
    

     

      print(df4)
     
    
  
 

DataFrame.apply(func, axis=0, broadcast=None, raw=False, reduce=None, result_type=None, args=(), **kwds)

      DataFrame的apply其实传递给函数的对象是Series对象，其索引是DataFrame的索引（轴=0）或DataFrame的列（轴=1）。默认情况下（result_type=None），从应用函数的返回类型推断最终返回类型。否则，它取决于result_type参数。

func：DataFrame的行列都可以使用apply中的函数

axis ： 判断以行计算，还是以列计算，axis=0时是以每一列进行func计算，axis=1时是以每一行进行func计算

broadcast（再接下来的版本会取消，同样的功能在result_type中）：值为bool类型，当为False或者None时，不进行广播，如果为True时，进行广播及把进行计算的一行或者一列复制到其他的行列，shape不变，默认为False。

raw：值为bool类型， 当为False时，传递行或列的serise对象给函数func。当为True时，将替换成ndarray对象传给func，如果你只是用numpy中的func的话，这样会加快运算速度。默认为False。

reduce: （接下来的版本会取消，同样的功能在result_type中）值为bool类型和None，当为None时，返回的类型需要根据原来的判断，如果为True时，返回的类型是Serise，False时返回的类型是DataFrame。默认None

result_type:{‘expand’, ‘reduce’, ‘broadcast’, None}, default None，他们用在axis=1时，就是上面提到的功能，expand是将返回like-list结果。

其他的同上。

  

   

    

     

    
    

     

      df2 = pd.DataFrame({'manage_score': [12, 34, 34, 56, 67], 'math_score': [23, 52, 35, 77, 67], 'english_score': [90, 23, 53, 66, 67]})
     
    
   

    

     

    
    

     

      df2['a'] = df2.apply(lambda x: x.max() - x.min(), axis=1)
     
    
   

    

     

    
    

     

      print(df2)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      df2['b'] = df2.manage_score.apply(lambda x: x - 5)
     
    
   

    

     

    
    

     

      print(df2)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      结果：
     
    
   

    

     

    
    

     

       manage_score  math_score  english_score   a
     
    
   

    

     

    
    

     

      0            12          23             90  78
     
    
   

    

     

    
    

     

      1            34          52             23  29
     
    
   

    

     

    
    

     

      2            34          35             53  19
     
    
   

    

     

    
    

     

      3            56          77             66  21
     
    
   

    

     

    
    

     

      4            67          67             67   0
     
    
   

    

     

    
    

     

         manage_score  math_score  english_score   a   b
     
    
   

    

     

    
    

     

      0            12          23             90  78   7
     
    
   

    

     

    
    

     

      1            34          52             23  29  29
     
    
   

    

     

    
    

     

      2            34          35             53  19  29
     
    
   

    

     

    
    

     

      3            56          77             66  21  51
     
    
   

    

     

    
    

     

      4            67          67             67   0  62
     
    
  
 

  
 
 

文章来源: blog.csdn.net，作者：橙子园，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/Chenftli/article/details/85231035