将自己定义的或其他库的函数应用于Pandas对象，有以下3种方法：
- apply()：逐行或逐列应用该函数
- agg()和transform()：聚合和转换
- applymap()：逐元素应用函数
一 、apply()
其中：设置axis = 1参数，可以逐行进行操作；默认axis=0，即逐列进行操作；
对于常见的描述性统计方法，可以直接使用一个字符串进行代替，例df.apply('mean')等价于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
#对音乐课和数学课逐列求成绩平均分
>>> 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'>
#逐行求每个学生的平均分
>>> 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()的返回结果与所用的函数是相关的：
- 返回结果是Series对象：如上述例子应用的均值函数，就是每一行或每一列返回一个值；
- 返回大小相同的DataFrame：如下面自定的lambda函数。
#其中的x可以看作是每一类的Series对象 >>> 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、数据聚合agg()
- 数据聚合agg()指任何能够从数组产生标量值的过程；
- 相当于apply()的特例，可以对pandas对象进行逐行或逐列的处理；
- 能使用agg()的地方，基本上都可以使用apply()代替。
例：
1）对两门课逐列求平均分
>>> 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）应用多个函数，可将函数放于一个列表中；
例：对两门课分别求最高分与最低分
>>> 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）使用字典可以对特定列应用特定及多个函数；
例：对数学成绩求均值和最小值，对音乐课求最大值
>>> 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、数据转换transform()
特点：使用一个函数后，返回相同大小的Pandas对象
与数据聚合agg()的区别：
- 数据聚合agg()返回的是对组内全量数据的缩减过程；
- 数据转换transform()返回的是一个新的全量数据。
注意：df.transform(np.mean)将报错，转换是无法产生聚合结果的
#将成绩减去各课程的平均分，使用apply、agg、transfrom都可以实现 >>> 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
当应用多个函数时，将返回于原始DataFrame大小不同的DataFrame，返回结果中：
- 在列索引上第一级别是原始列名
- 在第二级别上是转换的函数名
>>> 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()对pandas对象逐元素应用某个函数，成为元素级函数应用；
与map()的区别：
- applymap()是DataFrame的实例方法
- map()是Series的实例方法
例：对成绩保留小数后两位
>>> 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
从上述例子可以看出，applymap()操作实际上是对每列的Series对象进行了map()操作
通过以上分析我们可以看到，apply、agg、transform三种方法都可以对分组数据进行函数操作，但也各有特色，总结如下：
apply中自定义函数对每个分组数据单独进行处理，再将结果合并；整个DataFrame的函数输出可以是标量、Series或DataFrame；每个apply语句只能传入一个函数；agg可以通过字典方式指定特征进行不同的函数操作，每一特征的函数输出必须为标量；transform不可以通过字典方式指定特征进行不同的函数操作，但函数运算单位也是DataFrame的每一特征，每一特征的函数输出可以是标量或者Series，但标量会被广播。