pandas 将函数应用于多列和多行

Pandas

使用Pandas库可以方便地对数据进行处理和分析。其中一个强大的功能是能够将函数应用于多列和多行。通过使用Pandas的apply函数，我们可以将自定义的函数应用到数据集的多个列或多个行上，从而实现对数据的灵活处理和计算。

将函数应用于多列

在Pandas中，可以使用apply函数将一个函数应用到一个DataFrame的多个列上。这个函数可以是一个内置的函数，也可以是一个自定义的函数。apply函数的第一个参数是要应用的函数，而第二个参数是要应用函数的列或行。

例如，假设我们有一个包含学生姓名、科目和成绩的数据集。我们想要计算每个学生的总成绩，可以使用apply函数将一个自定义的函数应用到成绩列上，然后将结果保存在一个新的列中。

下面是一个例子：

Python
import Pandas as pd
# 创建一个包含学生姓名、科目和成绩的数据集
data = {'姓名': ['张三', '李四', '王五', '赵六'],
        '科目': ['数学', '语文', '数学', '语文'],
        '成绩': [90, 80, 85, 95]}
df = pd.DataFrame(data)
# 自定义函数，计算每个学生的总成绩
def calculate_Total_score(row):
    return row['成绩'] + 10
# 将自定义函数应用到成绩列上，计算每个学生的总成绩
df['总成绩'] = df.apply(calculate_Total_score, axis=1)
print(df)

上述代码中，我们首先创建了一个包含学生姓名、科目和成绩的数据集。然后定义了一个自定义的函数calculate_Total_score，用于计算每个学生的总成绩。最后，我们使用apply函数将这个自定义函数应用到成绩列上，并将结果保存在一个新的列中。最终的结果会输出每个学生的姓名、科目、成绩和总成绩。

将函数应用于多行

除了可以将函数应用于多列，Pandas还提供了将函数应用于多行的功能。通过使用apply函数的axis参数，我们可以指定是将函数应用于每一列还是每一行。

下面是一个例子：

Python
import Pandas as pd
# 创建一个包含学生姓名、科目和成绩的数据集
data = {'姓名': ['张三', '李四', '王五', '赵六'],
        '科目': ['数学', '语文', '数学', '语文'],
        '成绩': [90, 80, 85, 95]}
df = pd.DataFrame(data)
# 自定义函数，计算每个学生的总成绩
def calculate_Total_score(column):
    return sum(column) + 10
# 将自定义函数应用到成绩列上，计算每个科目的总成绩
df.loc['总成绩'] = df.apply(calculate_Total_score, axis=0)
print(df)

上述代码中，我们首先创建了一个包含学生姓名、科目和成绩的数据集。然后定义了一个自定义的函数calculate_Total_score，用于计算每个科目的总成绩。最后，我们使用apply函数将这个自定义函数应用到每一列上，并将结果添加到数据集中。最终的结果会输出每个学生的姓名、科目、成绩和总成绩。

通过使用Pandas的apply函数，我们可以方便地将函数应用于多列和多行的数据集。这种灵活的功能使得数据的处理和计算变得更加简单和高效。无论是对于单个列的计算，还是对于整个数据集的统计，apply函数都能够提供强大的支持。因此，在进行数据分析和处理时，我们可以充分利用Pandas的apply函数来快速完成任务。