在Python中使用apply函数对DataFrame进行操作

在Python中，apply函数是一个非常有用的函数，可以用来对DataFrame进行操作。它可以接受一个函数作为参数，并将该函数应用于DataFrame的每一行或每一列。

apply函数有两种常见的用法：通过行应用函数和通过列应用函数。

通过行应用函数：apply函数可以通过设置axis参数为1来对DataFrame的每一行应用函数。例如，假设我们有一个包含学生姓名、年龄和分数的DataFrame，我们想要计算每个学生的总分。我们可以定义一个函数来计算每个学生的总分，并使用apply函数将其应用于DataFrame的每一行。

import pandas as pd

def calculate_total_score(row):
    total_score = row['score1'] + row['score2'] + row['score3']
    return total_score

data = {'name': ['Amy', 'Bob', 'Charlie'],
        'age': [20, 21, 22],
        'score1': [80, 85, 90],
        'score2': [75, 70, 80],
        'score3': [90, 95, 85]}

df = pd.DataFrame(data)

df['total_score'] = df.apply(calculate_total_score, axis=1)

通过列应用函数：apply函数还可以通过设置axis参数为0来对DataFrame的每一列应用函数。例如，假设我们有一个包含学生姓名、年龄和分数的DataFrame，我们想要将每个学生的分数按照百分比转换成等级。我们可以定义一个函数来将分数转换成等级，并使用apply函数将其应用于DataFrame的每一列。

import pandas as pd

def convert_to_grade(column):
    grade = None
    if column >= 90:
        grade = 'A'
    elif column >= 80:
        grade = 'B'
    elif column >= 70:
        grade = 'C'
    else:
        grade = 'D'
    return grade

data = {'name': ['Amy', 'Bob', 'Charlie'],
        'age': [20, 21, 22],
        'score1': [80, 85, 90],
        'score2': [75, 70, 80],
        'score3': [90, 95, 85]}

df = pd.DataFrame(data)

df[['score1', 'score2', 'score3']] = df[['score1', 'score2', 'score3']].apply(convert_to_grade, axis=0)

在这个例子中，我们使用apply函数将convert_to_grade函数应用到了DataFrame的每一列。注意，我们使用了双重的方括号来指定要应用函数的列。

总之，apply函数是一个非常有用的函数，可以帮助我们对DataFrame进行灵活的操作和转换。无论是通过行应用函数还是通过列应用函数，apply函数都可以帮助我们快速而方便地处理数据。