对Pandas数据框架中的每一行应用函数

在使用 Pandas 进行数据分析时，操作 DataFrame 中的每一行是一个常见的需求，可以使用 apply() 函数来实现。

apply() 函数可以将一个自定义函数应用到每一行或列上，函数可以是任何可以操作一个 Series 的函数。

具体的操作步骤如下：

1. 定义自定义函数
   首先需要定义一个自定义的函数，该函数应该有一个参数并返回一个值。在该函数中，我们可以访问整个 Series 的参数并进行任何操作，例如计算均值、最小值、字符串拼接等等。示例代码如下：

def row_operation(row):
    result = row['age'] * 2
    return result

这里我们定义了一个函数，将每一行数据中的 age 列的值乘以 2 并返回结果。

1. 应用 apply() 函数
   在定义了自定义函数之后，我们可以将其作为参数传递给 apply() 函数。使用 apply() 函数时，需要明确将函数应用于行还是列。

例如，我们想要将 row_operation 函数应用于 DataFrame 中的每一行，代码如下：

result = df.apply(row_operation, axis=1)

注意这里使用的是 axis=1，这表示函数将应用于每一行。如果 axis=0，则表示函数将应用于每一列。

1. 获取结果
   在执行 apply() 函数后，我们将得到一个 Series 对象，其中包含 apply() 函数应用后得到的结果。我们可以将它赋给变量并使用。

下面是一个完整的示例代码，它定义了一个 DataFrame 对象，并在每一行执行了 row_operation 函数：

import pandas as pd

# 定义 DataFrame 对象
df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie', 'Dave'],
    'age': [25, 30, 35, 40],
    'income': [5000, 6000, 7000, 8000]
})

# 自定义函数
def row_operation(row):
    result = row['age'] * 2
    return result

# 应用 apply() 函数
result = df.apply(row_operation, axis=1)

# 获取结果
print(result)

输出结果如下：

0    50
1    60
2    70
3    80
dtype: int64

上面的输出结果是一个包含所有行操作结果的 Series 对象，每一行都应用了 row_operation 函数，并返回了该行 age 列的值乘以 2。