使用pandas.apply()将一个函数应用到Dataframe的每一行或每一列

使用pandas.apply()将一个函数应用到Dataframe的每一行或每一列，可以用于数据清洗、特征工程等操作。下面我会详细讲解该过程，并通过实例说明。

函数定义

首先需要定义一个可以被应用的函数，即将要被应用的函数。下面我们以计算每行的和为例定义一个函数：

def sum_row(row):
    return row.sum()

以上函数传入一行数据，返回该行数据的总和。

Dataframe读取与处理

假设有一个含有5个样本、每个样本含有3个特征的Dataframe：

import numpy as np
import pandas as pd

df = pd.DataFrame(np.random.rand(5,3),columns=['A','B','C'])
print(df)

输出：

          A         B         C
0  0.612656  0.691772  0.479679
1  0.250064  0.331283  0.859578
2  0.068319  0.783218  0.463536
3  0.882040  0.928043  0.169694
4  0.969441  0.127253  0.599785

行apply

首先我们将函数应用到每一行，即按行计算每个样本特征的总和：

df['sum'] = df.apply(sum_row,axis=1)
print(df)

其中axis=1表示沿着行进行计算，将函数sum_row应用到每一行。输出结果为：

          A         B         C       sum
0  0.612656  0.691772  0.479679  1.784107
1  0.250064  0.331283  0.859578  1.441924
2  0.068319  0.783218  0.463536  1.315073
3  0.882040  0.928043  0.169694  1.979777
4  0.969441  0.127253  0.599785  1.696478

可以看到结果中新增了一列sum，即每行特征的总和。

列apply

同样的，可以将函数应用到每一列，计算每个特征的总和：

df.loc['sum'] = df.apply(sum_row,axis=0)
print(df)

其中axis=0表示沿着列进行计算，将函数sum_row应用到每一列。输出结果为：

            A         B         C       sum
0    0.612656  0.691772  0.479679  1.784107
1    0.250064  0.331283  0.859578  1.441924
2    0.068319  0.783218  0.463536  1.315073
3    0.882040  0.928043  0.169694  1.979777
4    0.969441  0.127253  0.599785  1.696478
sum  2.782520  2.861569  2.572273  8.216358

可以看到结果中新增了一行sum，即每列特征的总和。

其他参数

apply()函数还有其他参数可以设置。比如：args传递额外参数，raw表示是否传递每一行/列为Series，result_type返回类型等等。具体可以参考官方文档。

以上就是使用pandas.apply()将函数应用到Dataframe的每一行或每一列的完整攻略。