函数格式为:apply(func,*args,**kwargs)
用途:当一个函数的参数存在于一个元组或者一个字典中时,用来间接的调用这个函数,并肩元组或者字典中的参数按照顺序传递给参数
解析:args是一个包含按照函数所需参数传递的位置参数的一个元组,是不是很拗口,意思就是,假如A函数的函数位置为 A(a=1,b=2),那么这个元组中就必须严格按照这个参数的位置顺序进行传递(a=3,b=4),而不能是(b=4,a=3)这样的顺序
kwargs是一个包含关键字参数的字典,而其中args如果不传递,kwargs需要传递,则必须在args的位置留空
apply的返回值就是函数func函数的返回值
def function(a,b): print(a,b) apply(function,('good','better')) apply(function,(2,3+6)) apply(function,('cai','quan')) apply(function,('cai',),{'b':'caiquan'}) apply(function,(),{'a':'caiquan','b':'Tom'}) #--使用 apply 函数调用基类的构造函数 class Rectangle: def __init__(self, color="white", width=10, height=10): print "create a", color, self, "sized", width, "x", height class RoundedRectangle(Rectangle): def __init__(self, **kw): apply(Rectangle.__init__, (self,), kw) rect = Rectangle(color="green", height=100, width=100) rect = RoundedRectangle(color="blue", height=20)
输出结果:
('good', 'better')
(2, 9)
('cai', 'quan')
('cai', 'caiquan')
('caiquan', 'Tom')
create a green <__main__.Rectangle instance at 0x0678FA08> sized 100 x 100
create a blue <__main__.RoundedRectangle instance at 0x06620468> sized 10 x 20
apply函数默认的是axis为 axis=0
data= [ [1,2,3], [5,4,1], [3,2,2] ] df = pd.DataFrame(data,columns=['A','B','C'])<br>f = lambda x: (x - np.min(x)) / (np.max(x) - np.min(x)) print(df) A B C 0 1 2 3 1 5 4 1 2 3 2 2
1、axis=1
df1 = df.copy() df1 = df1.apply(f,axis=1) #计算的时候取的是行数 df1 A B C 0 0.0 0.50 1.0 1 1.0 0.75 0.0 2 1.0 0.00 0.0
2、axis=2
df2 = df.copy() df2 = df2.apply(f,axis=0) df2 A B C 0 0.0 0.0 1.0 1 1.0 1.0 0.0 2 0.5 0.0 0.5
3、默认axis
df3 = df.copy() df3 = df3.apply(f) df3 # 在DataFrame中apply函数默认的是axis=0,取的是列数 A B C 0 0.0 0.0 1.0 1 1.0 1.0 0.0 2 0.5 0.0 0.5
(df['A'] - df['A'].min())/(df['A'].max()-df['A'].min()) 0 0.0 1 1.0 2 0.5 Name: A, dtype: float64