如何使用Python的DataFrame apply函數進行數據處理

一、何為pandas DataFrame

要使用DataFrame apply函數進行數據處理，首先需要了解pandas DataFrame是什麼。DataFrame是一個類似於表格的數據結構，由行和列組成，每列可以有不同的數據類型。DataFrame可以方便地處理數值型、字符串型、時間序列等多種數據類型。在pandas中，DataFrame是很常見的一個數據類型，我們可以通過DataFrame對數據進行切片、篩選、操作、處理等多種操作。

二、DataFrame apply方法的作用

apply方法是pandas中的一個重要方法，它常用於對DataFrame的某一個軸應用一個函數，以實現數據處理。在DataFrame中，軸是指DataFrame的行或列。apply方法可以接受多種函數，包括lambda函數、自己編寫的函數等等。

apply方法的用途之一是能夠把一個函數應用於DataFrame 的軸並指定軸的方向。例如對於DataFrame 的一個列，我們可以通過 apply() 方法來統計其中每個元素的長度值，並創建一個新列將其保存。

三、使用apply方法實現對DataFrame數據進行處理的例子

下面我們以實例來說明如何使用Python的DataFrame apply函數進行數據處理。

import pandas as pd
import numpy as np
 
# 創建一個DataFrame
df = pd.DataFrame({
    'A': ['A0', 'A1', 'A2', 'A3'],
    'B': ['B0', 'B1', 'B2', 'B3'],
    'C': ['C0', 'C1', 'C2', 'C3'],
    'D': ['D0', 'D1', 'D2', 'D3']
})
 
# 使用 apply() 方法將每個值逐個賦值，並使用這些值創建一個新的列
df['length_of_A'] = df['A'].apply(lambda x: len(x))
 
# 打印輸出新的DataFrame
print(df)

#輸出結果
    A   B   C   D  length_of_A
0  A0  B0  C0  D0            2
1  A1  B1  C1  D1            2
2  A2  B2  C2  D2            2
3  A3  B3  C3  D3            2

以上例子中，我們新建了一個DataFrame，然後定義了一個apply方法，接着通過lambda表達式來統計A列中每個元素的長度，並創建一個新的列length_of_A。最後我們輸出了新的DataFrame，並可以看到新的一列長度字段被成功添加。

四、使用apply方法處理DataFrame中的每一個列

除了應用於每一個元素，我們還可以用apply函數處理每一個列。下面我們將應用apply方法來統計每一列的平均值、最大值以及最小值。

import pandas as pd
import numpy as np
 
# 創建一個DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3, 4],
    'B': [5, 6, 7, 8],
    'C': [9, 10, 11, 12]
})
 
# 使用 apply() 方法處理每列的數據
df.apply([np.mean, np.max, np.min], axis=0)
 
#打印輸出結果
print(df.apply([np.mean, np.max, np.min], axis=0))

#輸出結果
         A         B         C
amax   4.0       8.0      12.0
amin   1.0       5.0       9.0
mean  2.5       6.5      10.5

以上例子中，我們新建了一個DataFrame，然後使用apply方法對每一列應用了mean、amax、amin這三個方法。最後我們輸出了新的結果，可以看到分別統計了每一列的最大值、最小值、平均值。

五、結合Lambda表達式和apply方法進行數據處理

在實際情況下，我們常常需要對一些列進行處理。下面我們以對一列數據進行平方操作來說明如何結合lambda表達式和apply方法進行數據處理。

import pandas as pd
 
# 創建一個DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3, 4],
    'B': [5, 6, 7, 8],
    'C': [9, 10, 11, 12]
})
 
# 使用 apply() 方法結合 lambda 表達式對一列數據進行平方操作
df['A_Square'] = df['A'].apply(lambda x: x**2)
 
# 打印輸出結果
print(df)

#輸出結果
   A  B   C  A_Square
0  1  5   9         1
1  2  6  10         4
2  3  7  11         9
3  4  8  12        16

以上例子中，我們新建了一個DataFrame，然後使用df[‘A’].apply()方法將lambda表達式應用在A列的每一個元素上並創建了新列A_Square，我們成功地對該數據進行了平方處理。

六、結合applymap()方法對DataFrame進行全局數據處理

applymap()方法可以對DataFrame中的每一個元素應用一個函數，同時適用於所有元素，並將結果保存在一個新的DataFrame中。

import pandas as pd
import numpy as np
 
# 創建一個DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3, 4],
    'B': [5, 6, 7, 8],
    'C': [9, 10, 11, 12]
})
 
# 使用 applymap() 方法以及 lambda 表達式對DataFrame進行處理
df = df.applymap(lambda x: x**2)
 
# 打印輸出結果
print(df)

#輸出結果
    A   B    C
0   1  25   81
1   4  36  100
2   9  49  121
3  16  64  144

以上例子中，我們新建了一個DataFrame，然後使用applymap方法將lambda表達式應用於每一個元素上，實現了全局數據處理，在新的DataFrame中成功完成了平方處理。

結論

以上便是如何使用Python的DataFrame apply函數進行數據處理的方法。總的來說，apply函數提供了一種方便的方式來應用自定義函數或lambda表達式到DataFrame中的數據，並通過平方、統計函數等方法來實現數據處理。記住，apply方法的應用十分靈活，可以替換成自己的特定函數，以適應不同的數據處理需求。