要将自己或其他库的函数应用于_Pandas_对象，应该了解三种重要的方法。以下讨论了这些方法。 使用适当的方法取决于函数是否期望在整个DataFrame，行或列或元素上进行操作。

  • 表格函数应用：pipe()
  • 行或列函数应用：apply()
  • 元素函数应用：applymap()

表格函数应用

可以通过将函数和适当数量的参数作为管道参数来执行自定义操作。 因此，对整个DataFrame执行操作

行或列智能函数应用

可以使用apply()方法沿DataFrame或Panel的轴应用任意函数，它与描述性统计方法一样，采用可选的轴参数。 默认情况下，操作按列执行，将每列列为数组。

元素智能函数应用

并不是所有的函数都可以向量化(也不是返回另一个数组的NumPy数组，也不是任何值)，在DataFrame上的方法applymap()和类似地在Series上的map()接受任何Python函数，并且返回单个值。 代码实例：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(5, 3), columns=[‘col1’, ‘col2’, ‘col3’])
print(df.pipe(lambda x, y: x + y, 20)) # df.pipe(adder, 20)
print(df.apply(np.mean, axis=1)) # 按行执行
print(df.apply(lambda x: x.max() - x.min())) # 默认按列执行
print(df[‘col1’].map(lambda x: x * 100))
print(df.applymap(lambda x: x * 100))

代码 Github地址:https://github.com/shadowagnoy/python_learn/