1、apply()函数
1）apply()函数作用
① apply()函数作用于Series
和Series的map()方法作用是一样的，依次取出Series中的每一个元素作为参数，传递给function函数，进行一次转换。
② apply()函数作用于DataFrame
依次取出DataFrame中的每一个元素作为参数，传递给function函数，进行转换。注意：DataFrame中的每一个元素是一个Series。
③ 原始数据链接如下
2）apply()函数作用于Series
① 案例一：1代表男，0代表女，完成如下替换
df = pd.read_excel(r"C:\Users\黄伟\Desktop\test.xlsx",sheet_name=3) display(df) def func(x): if x == "男" or x == "女": return x elif x == 1: return "男" else: return "女" df["性别"] = df["性别"].apply(func) display(df)
结果如下：
② 案例二：将身高统一替换为“cm”单位
df = pd.read_excel(r"C:\Users\黄伟\Desktop\test.xlsx",sheet_name=3) display(df) def func(x): if x.endswith("cm"): return x else: v = float(x.replace("m","")) return str(v*100)+"cm" df["身高"] = df["身高"].apply(func) display(df)
结果如下：
③ 案例三：提取日期中的年、月、日
df = pd.read_excel(r"C:\Users\黄伟\Desktop\test1.xlsx") display(df) # 注意：这里的日期列，是时间格式 df["year"] = df["日期"].apply(lambda x:x.year) df["month"] = df["日期"].apply(lambda x:x.month) df["day"] = df["日期"].apply(lambda x:x.day) display(df)
结果如下：
3）apply函数作用于DataFrame
① 案例一：求出某些列的均值
df = pd.read_excel(r"C:\Users\黄伟\Desktop\test.xlsx",sheet_name=2) display(df) df1 = df[["语文","物理"]] display(df1) display(type(df1)) df[["语文","物理"]].apply(lambda x:x.mean())
结果如下：
