详解pandas.apply()（应用函数）函数使用方法

pandas.apply()是pandas中的一个方法，它可以在Series或DataFrame上执行一个函数，并将其应用于每个元素（或行/列）。它的作用是对数据进行一些自定义或特殊的操作。

基本语法：

在Series上使用apply()方法：

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

参数说明：

• func：一个函数或可调用对象，它会应用于每个元素
• axis：这里默认是0，表示对每一列应用该函数，1表示对每一行应用该函数
• args：包含函数参数的元组，这些参数在函数中被引用
• **kwds：其他关键字参数

在DataFrame上使用apply()方法：

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

参数说明与Series上使用apply()方法相同。

实例1

在处理学生成绩时，假设有一列“总分”，需要对其进行区间分组，将分值100-90分的赋值为“A”，80-89分的赋值为“B”，70-79分的赋值为“C”，60-69分的赋值为“D”，60分以下的赋值为“E”。这时就可以利用apply()方法，自己定义一个函数，将其应用于这一列数据中的每个元素，实现对这一列数据的处理。

代码如下：

import pandas as pd

# 生成示例数据
df = pd.DataFrame({'Name': ['小明', '小红', '小刚', '小李'], '总分': [89, 68, 78, 95]})

def grade(score):
    if score >= 90:
        return 'A'
    elif score >= 80:
        return 'B'
    elif score >= 70:
        return 'C'
    elif score >= 60:
        return 'D'
    else:
        return 'E'

df['Grade'] = df['总分'].apply(grade)

print(df)

输出结果：

  Name  总分 Grade
0   小明   89     B
1   小红   68     E
2   小刚   78     C
3   小李   95     A

实例2

在使用pandas处理数据时，经常需要将一些特殊类型的输入数据进行转换，如时间戳、特殊字符等。这时，利用apply()方法，自己定义一个函数，将其应用于数据中的每个元素，实现对数据的处理。

例如，对于一个包含若干个时间戳的Series，可以自定义一个函数，将其转换为日期（yyyy-mm-dd）格式。

代码如下：

import pandas as pd

# 生成示例数据
time_series = pd.Series(['20210501', '20210502', '20210503', '20210504'])

def date_format(s):
    year = s[:4]
    month = s[4:6]
    day = s[6:]
    return '-'.join([year, month, day])

time_series = time_series.apply(date_format)

print(time_series)

输出结果：

0    2021-05-01
1    2021-05-02
2    2021-05-03
3    2021-05-04
dtype: object

参考资料：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.apply.html, https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.apply.html