pandas.DataFrame.apply

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

Применяет функцию к входной оси DataFrame.

Объекты, передаваемые функциям, являются объектами Series, имеющими индекс либо индекс DataFrame (axis=0), либо столбцы (axis=1). Тип возвращаемого значения зависит от того, агрегирует ли переданная функция, или от аргумента reduce, если DataFrame пустой.

Параметры:

func : функция Функция, применяемая к каждому столбцу/строке axis : {0 или ‘index’, 1 или ‘columns’}, по умолчанию 0 0 или ‘index’: применяет функцию к каждому столбцу 1 или ‘columns’: применяет функцию к каждой строке broadcast : boolean, по умолчанию False Для агрегирующих функций возвращает объект того же размера со значениями, распространяемыми raw : boolean, по умолчанию False Если False, каждая строка или столбец преобразуется в Series. Если raw=True, переданная функция будет получать объекты ndarray. Если вы просто применяете функцию сокращения NumPy, это позволит значительно повысить производительность reduce : boolean или None, по умолчанию None Попытка применения процедур сокращения. Если DataFrame пустой, apply использует reduce для определения, должно ли результатом быть Series или DataFrame. Если reduce равен None (значение по умолчанию), значение возвращаемого результатом apply будет определяться вызовом func с пустой Series (примечание: при определении, исключения, вызываемые func, будут игнорироваться). Если reduce равно True, всегда возвращается Series, а если False – всегда DataFrame. args : кортеж Позиционные аргументы, передаваемые функции в дополнение к массиву/ряду Дополнительные ключевые аргументы будут переданы в функцию в качестве ключевых аргументов

Возвращаемое значение:

applied : Series или DataFrame

См. также

DataFrame.applymap

Для элементных операций

DataFrame.aggregate

выполнять только операции типа агрегирования

DataFrame.transform

выполнять только операции типа преобразования

Примечания

В текущей реализации apply вызывает func дважды для первого столбца/строки, чтобы определить, может ли он использовать быстрый или медленный путь кода. Это может привести к непредсказуемому поведению, если func имеет побочные эффекты, так как они будут действовать дважды для первого столбца/строки.

Примеры

>>> df.apply(numpy.sqrt) # returns DataFrame
>>> df.apply(numpy.sum, axis=0) # equiv to df.sum(0)
>>> df.apply(numpy.sum, axis=1) # equiv to df.sum(1)