Pandas：如何将函数应用于 dataframe 中的每一行

您可以使用以下基本语法将函数应用于 pandas DataFrame 的每一行：

 df[' new_col '] = df. apply ( lambda x: some function, axis= 1 )

此语法将函数应用于 pandas DataFrame 的每一行，并在新列中返回结果。

以下示例展示了如何在实践中使用此语法。

示例：将函数应用于 DataFrame 中的每一行

假设我们有以下 pandas DataFrame：

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' A ': [5, 4, 7, 9, 12, 9, 9, 4],
                   ' B ': [10, 8, 10, 6, 6, 5, 9, 12]})

#view DataFrame
print (df)

    AB
0 5 10
1 4 8
2 7 10
3 9 6
4 12 6
5 9 5
6 9 9
7 4 12

现在假设我们要应用一个函数，将 A 列和 B 列中的值相乘，然后除以 2。

我们可以使用以下语法将此函数应用于 DataFrame 的每一行：

 #create new column by applying function to each row in DataFrame
df[' z '] = df. apply ( lambda x: x[' A '] * x[' B '] / 2, axis= 1 )

#view updated DataFrame
print (df)

    AB z
0 5 10 25.0
1 4 8 16.0
2 7 10 35.0
3 9 6 27.0
4 12 6 36.0
5 9 5 22.5
6 9 9 40.5
7 4 12 24.0

z 列显示函数的结果。

例如：

• 第一行：A * B / 2 = 5 * 10 / 2 = 25
• 第二行：A * B / 2 = 4 * 8 / 2 = 16
• 第三行：A * B / 2 = 7 * 10 / 2 = 35

等等。

您可以使用与lambda类似的语法，将所需的任何函数应用于 pandas DataFrame 的每一行。

其他资源

以下教程解释了如何在 pandas 中执行其他常见操作：

如何将函数应用于 Pandas Groupby
如何在 Pandas 中执行 GroupBy 求和
如何在 Pandas 中使用 Groupby 和 Plot