將自己定義的或其他庫的函數應用於Pandas對象，有以下3種方法：
- apply()：逐行或逐列應用該函數
- agg()和transform()：聚合和轉換
- applymap()：逐元素應用函數
一 、apply()
其中：設置axis = 1參數，可以逐行進行操作；默認axis=0，即逐列進行操作；
對於常見的描述性統計方法，可以直接使用一個字符串進行代替，例df.apply('mean')等價於df.apply(np.mean)；
>>> df = pd.read_excel('./input/class.xlsx)
>>> df = df[['score_math','score_music']]
>>> df
score_math score_music
0 95 79
1 96 90
2 85 85
3 93 92
4 84 90
5 88 70
6 59 89
7 88 86
8 89 74
#對音樂課和數學課逐列求成績平均分
>>> df.apply(np.mean)
score_math 86.333333
score_music 83.888889
dtype: float64
>>> type(df.apply(np.mean))
<class 'pandas.core.series.Series'>
>>> df['score_math'].apply('mean')
86.33333333333333
>>> type(df['score_math'].apply(np.mean))
<class 'pandas.core.series.Series'>
#逐行求每個學生的平均分
>>> df.apply(np.mean,axis=1)
0 87.0
1 93.0
2 85.0
3 92.5
4 87.0
5 79.0
6 74.0
7 87.0
8 81.5
dtype: float64
>>> type(df.apply(np.mean,axis=1))
<class 'pandas.core.series.Series'>
apply()的返回結果與所用的函數是相關的：
- 返回結果是Series對象：如上述例子應用的均值函數，就是每一行或每一列返回一個值；
- 返回大小相同的DataFrame：如下面自定的lambda函數。
#其中的x可以看作是每一類的Series對象 >>> df.apply(lambda x: x - 5) score_math score_music 0 90 74 1 91 85 2 80 80 3 88 87 4 79 85 5 83 65 6 54 84 7 83 81 8 84 69 >>> type(df.apply(lambda x: x - 5)) <class 'pandas.core.frame.DataFrame'>
二、數據聚合agg()
- 數據聚合agg()指任何能夠從數組產生標量值的過程；
- 相當於apply()的特例，可以對pandas對象進行逐行或逐列的處理；
- 能使用agg()的地方，基本上都可以使用apply()代替。
例：
1）對兩門課逐列求平均分
>>> df.agg('mean')
score_math 86.333333
score_music 83.888889
dtype: float64
>>> df.apply('mean')
score_math 86.333333
score_music 83.888889
dtype: float64
2）應用多個函數，可將函數放於一個列表中；
例：對兩門課分別求最高分與最低分
>>> df.agg(['max','min'])
score_math score_music
max 96 92
min 59 70
>>> df.apply([np.max,'min'])
score_math score_music
amax 96 92
min 59 70
3）使用字典可以對特定列應用特定及多個函數；
例：對數學成績求均值和最小值，對音樂課求最大值
>>> df.agg({'score_math':['mean','min'],'score_music':'max'})
score_math score_music
max NaN 92.0
mean 86.333333 NaN
min 59.000000 NaN
三、數據轉換transform()
特點：使用一個函數后，返回相同大小的Pandas對象
與數據聚合agg()的區別：
- 數據聚合agg()返回的是對組內全量數據的縮減過程；
- 數據轉換transform()返回的是一個新的全量數據。
注意：df.transform(np.mean)將報錯，轉換是無法產生聚合結果的
#將成績減去各課程的平均分，使用apply、agg、transfrom都可以實現 >>> df.transform(lambda x:x-x.mean()) >>> df.apply(lambda x:x-x.mean()) >>> df.agg(lambda x:x-x.mean()) score_math score_music 0 8.666667 -4.888889 1 9.666667 6.111111 2 -1.333333 1.111111 3 6.666667 8.111111 4 -2.333333 6.111111 5 1.666667 -13.888889 6 -27.333333 5.111111 7 1.666667 2.111111 8 2.666667 -9.888889
當應用多個函數時，將返回於原始DataFrame大小不同的DataFrame，返回結果中：
- 在列索引上第一級別是原始列名
- 在第二級別上是轉換的函數名
>>> df.transform([lambda x:x-x.mean(),lambda x:x/10])
score_math score_music
<lambda> <lambda> <lambda> <lambda>
0 8.666667 9.5 -4.888889 7.9
1 9.666667 9.6 6.111111 9.0
2 -1.333333 8.5 1.111111 8.5
3 6.666667 9.3 8.111111 9.2
4 -2.333333 8.4 6.111111 9.0
5 1.666667 8.8 -13.888889 7.0
6 -27.333333 5.9 5.111111 8.9
7 1.666667 8.8 2.111111 8.6
8 2.666667 8.9 -9.888889 7.4
四、applymap()
applymap()對pandas對象逐元素應用某個函數，成為元素級函數應用；
與map()的區別：
- applymap()是DataFrame的實例方法
- map()是Series的實例方法
例：對成績保留小數后兩位
>>> df.applymap(lambda x:'%.2f'%x) score_math score_music 0 95.00 79.00 1 96.00 90.00 2 85.00 85.00 3 93.00 92.00 4 84.00 90.00 5 88.00 70.00 6 59.00 89.00 7 88.00 86.00 8 89.00 74.00 >>> df['score_math'].map(lambda x:'%.2f'%x) 0 95.00 1 96.00 2 85.00 3 93.00 4 84.00 5 88.00 6 59.00 7 88.00 8 89.00 Name: score_math, dtype: object
從上述例子可以看出，applymap()操作實際上是對每列的Series對象進行了map()操作
通過以上分析我們可以看到，apply、agg、transform三種方法都可以對分組數據進行函數操作，但也各有特色，總結如下：
apply中自定義函數對每個分組數據單獨進行處理，再將結果合並；整個DataFrame的函數輸出可以是標量、Series或DataFrame；每個apply語句只能傳入一個函數；agg可以通過字典方式指定特征進行不同的函數操作，每一特征的函數輸出必須為標量；transform不可以通過字典方式指定特征進行不同的函數操作，但函數運算單位也是DataFrame的每一特征，每一特征的函數輸出可以是標量或者Series，但標量會被廣播。