pandas 的apply() 函数

pandas的apply函数是自动根据function遍历每一个数据，然后返回一个数据结构为Series的结果

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

参数解释：

1.func：就是函数，不管是自定义的函数，还是匿名函数lambda

2.axis：0是类，1是行，默认axis=0

例子：

import numpy as np
import pandas as pd 

a=np.arange(1,13).reshape(3,4)
df=pd.DataFrame(a,columns=list('abcd'))

df.apply(lambda x:x.sum())
df.apply(lambda x:x.sum(),axis=1)

#应用于Series数据
df['a'].apply(lambda x:x*x)

 如果是fun的参数是一个字表，也就是groupby之后的字表，这时我们这样使用

zg_tmp.groupby('label').apply(lambda x:pc.cols_report(x))
#或者是
zg_tmp.groupby('label').apply(pc.cols_report)

apply的使用总共基本用于三处，1是你要对每条记录进行遍历去函数计算出一个值，2是你要对某一列进行操作，3是你groupby后要对每个group后的字表df 

df.apply(lambda x:func(x,args**)，axis=1)
df.apply(lambda x:func(x,args**)，axis=0)
df.groupby([column1]).apply(lambda x:func(x,args**))

df.groupby(“count”).get_group(1)获得某一组的df
df.groupby(“count”).groups获得所有组的两端索引的列表，以索引表示
df.groupby(“count”).indices获得所有组的两端索引的列表，以列表表示

如果函数中有多个参数，我们可以使用args=()，括号里面就是除第一个参数外，其余的参数

 

=======================================2021.01.25补充======================================

那么apply应用在Pandas中，其核心功能其实可以概括为一句话：

apply：我本身不处理数据，我们只是数据的搬运工。

apply自身是不带有任何数据处理功能的，但可以用作是对其他数据处理方法的调度器，至于调度什么又为谁而调度呢？这是理解apply的两个核心环节：

• 调度什么？调度的是apply函数接收的参数，即apply接收一个数据处理函数为主要参数，并将其应用到相应的数据上。所以调度什么取决于接收了什么样的数据处理函数；

• 为谁调度？也就是apply接收的数据处理函数，其作用对象是谁？或者说数据处理的粒度是什么？答案是数据处理的粒度包括了点线面三个层面：即可以是单个元素（标量，scalar），也可以是一行或一列（series），还可以是一个dataframe。

 

理解apply核心在于明确两个环节：调度函数和作用对象。调度函数就是apply接收的参数，既可以是Python内置的函数，也支持自定义函数，只要符合指定的作用对象（即是标量还是series亦或一个dataframe）即可。而作用对象则取决于调用apply的对象类型，具体来说：

• 一个Series对象调用apply时，数据处理函数作用于该Series的每个元素上，即作用对象是一个标量，实现从一个Series转换到另一个Series；

• 一个DataFrame对象调用apply时，数据处理函数作用于该DataFrame的每一行或者每一列上，即作用对象是一个Series，实现从一个DataFrame转换到一个Series上；

• 一个DataFrame对象经过groupby分组后调用apply时，数据处理函数作用于groupby后的每个子dataframe上，即作用对象还是一个DataFrame（行是每个分组对应的行；列字段少了groupby的相应列），实现从一个DataFrame转换到一个Series上