在Python的pandas库中，有一个名为apply的函数，它是一种对DataFrame或Series对象进行自定义操作的方法。它接受一个函数作为参数，并将该函数应用于DataFrame或Series的每个元素。

（图片来源网络，侵删）

下面是apply函数的详细解释和示例：

参数说明

func：要应用的函数。这个函数应该接受一个参数（即DataFrame或Series的单个元素），并返回一个值。

axis：指定应用函数的轴。默认值为0，表示按列操作。如果设置为1，则按行操作。

raw：布尔值，表示是否将数据作为ndarray传递给函数。默认为False，表示将数据作为Series传递。

result_type：可选参数，用于指定结果的类型。可以是 'expand'、'reduce'、'broadcast'或None。默认为None。

args：可选参数，表示传递给func的其他参数。

使用示例

假设我们有一个包含学生成绩的DataFrame：

import pandas as pd

data = {'姓名': ['张三', '李四', '王五'],
        '语文': [80, 90, 85],
        '数学': [75, 95, 88],
        '英语': [82, 88, 90]}
        
df = pd.DataFrame(data)

我们可以使用apply函数来计算每个学生的总成绩：

def calculate_total_score(row):
    return row['语文'] + row['数学'] + row['英语']

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

这将在DataFrame中添加一个新列"总成绩"，显示每个学生的总成绩。

希望以上信息能够帮助你更好地理解和使用apply函数。

请随时留言评论，关注我们的动态，点赞支持并感谢您的观看。