Pandas DataFrame：将函数应用于所有列

Question

我可以在一个数据框的任何列上使用`.map(func)`，例如：

我可以在一个数据框的任何列上使用.map(func)，例如：

df=DataFrame({'a':[1,2,3,4,5,6],'b':[2,3,4,5,6,7]})

df['a']=df['a'].map(lambda x: x > 1)

我也可以：

df['a'],df['b']=df['a'].map(lambda x: x > 1),df['b'].map(lambda x: x > 1)

有没有更Pythonic的方法可以将一个函数应用于所有列或整个数据框（而不使用循环）？

- root

---

将您的 lambda 简化为 lambda x: x > 1。 - Blender

只是指出一下而已。你不需要编辑原始问题。 - Blender

Answer 1

如果我理解得对，您正在寻找applymap方法。

>>> print df
   A  B  C
0 -1  0  0
1 -4  3 -1
2 -1  0  2
3  0  3  2
4  1 -1  0
>>> print df.applymap(lambda x: x>1)
       A      B      C
0  False  False  False
1  False   True  False
2  False  False   True
3  False   True   True
4  False  False  False

- BrenBarn

---

@ BrenBarn -- 是的，这正是我在寻找的东西。我没有从文档中注意到它。谢谢。 - root

Answer 2

从 0.20.0 版本开始，您可以使用 transform

In [578]: df.transform(lambda x: x > 1)
Out[578]:
       A      B      C
0  False  False  False
1  False   True  False
2  False  False   True
3  False   True   True
4  False  False  False

In [579]: df
Out[579]:
   A  B  C
0 -1  0  0
1 -4  3 -1
2 -1  0  2
3  0  3  2
4  1 -1  0

对于这种简单情况，为什么不直接使用 df > 1 ？

In [582]: df > 1
Out[582]:
       A      B      C
0  False  False  False
1  False   True  False
2  False  False   True
3  False   True   True
4  False  False  False

- Zero