pandas.DataFrame.applyの翻訳

基本形

DataFrame.apply(func, axis=0, raw=False, result_type=None, args=(), by_row='compat', **kwargs)

概要

• for文を使わなくてもデータフレームの行ごと、もしくは列ごとに関数を適用できる
  以下コードは公式からそのまま使ってます

# 使用するデータフレームの例
>>> df = pd.DataFrame([[4, 9]] * 3, columns=['A', 'B'])
>>> df
   A  B
0  4  9
1  4  9
2  4  9

パラメータ

func：関数

適用する関数

• そのまま関数名を置け、lambda式もおける

>>> df.apply(np.sqrt)
     A    B
0  2.0  3.0
1  2.0  3.0
2  2.0  3.0

axis：(0 か 'index', 1 か 'columns')

関数を適用する方向

• デフォルト値：0
• 0 か 'index'：それぞれの列毎に適用。行方向。
• 1 か 'columns'：それぞれの行毎に適用。列方向。

>>> df.apply(np.sum, axis=0)
A    12
B    27
dtype: int64

>>> df.apply(np.sum, axis=1)
0    13
1    13
2    13
dtype: int64

raw：bool

対象がシリーズ型かndarray型か

• デフォルト値：False
• False：各行か各列をシリーズ型で関数に渡す
• True：Numpyのndarray形式のオブジェクトを受け取る。Numpyの関数を使用する際高速になる

result_type：(‘expand’, ‘reduce’, ‘broadcast’, None)

axis = 1の時のみ発動

• デフォルト値：None
• 'expand'：リストをシリーズ、データフレームに変更
• 'reduce'：シリーズをリストに変更
• 'broadcast'：元のインデックスや列を保持したデータフレーム型を返す
• None：戻り値は関数に依存。リスト型はシリーズ型で返されるが、関数がシリーズ型を返す場合列として返す

>>> df.apply(lambda x: [1, 2], axis=1)
0    [1, 2]
1    [1, 2]
2    [1, 2]
dtype: object

>>> df.apply(lambda x: [1, 2], axis=1, result_type='expand')
   0  1
0  1  2
1  1  2
2  1  2

>>> df.apply(lambda x: pd.Series([1, 2], index=['foo', 'bar']), axis=1)
   foo  bar
0    1    2
1    1    2
2    1    2

>>> df.apply(lambda x: [1, 2], axis=1, result_type='broadcast')
   A  B
0  1  2
1  1  2
2  1  2

args：tuple

関数に渡す位置引数

by_row：False か 'compat'

関数がリスト型や辞書型の時にのみ発動。
関数を各要素に対して適用するか、全体に一度に適用するかを決定

• デフォルト値：'compat'
• 'compat'：各要素に対して適用。一度関数をPandasのメソッドに変換を試みて、それが出来ない場合にapplyを再度呼び出し、それでもダメならFalseの処理
• False：全体に一度に適用

**kwargs

関数に渡す追加のキーワード引数

戻り値

シリーズかデータフレーム

ドキュメント