在DataFrame中对每个单元格应用函数

Question

我有一个数据框可能看起来像这样:

A        B        C
foo      bar      foo bar
bar foo  foo      bar

我想查看每行（或每列）的每个元素，并应用以下函数以获得相应的数据框：

def foo_bar(x):
    return x.replace('foo', 'wow')

应用该函数后，我的数据框将如下所示:

A        B        C
wow      bar      wow bar
bar wow  wow      bar

有没有一个简单的一行代码可以将函数应用于每个单元格？

这只是一个简单的例子，因此可能有比应用函数更容易执行此特定示例的方法，但我真正想问的是如何在数据帧中的每个单元格中应用函数。

- eljusticiero67

Answer 1

你可以使用applymap()函数，这对你的情况非常简洁。

df.applymap(foo_bar)

#     A       B       C
#0  wow     bar wow bar
#1  bar wow wow     bar

另一种选择是将您的函数向量化，然后使用 apply 方法：

import numpy as np
df.apply(np.vectorize(foo_bar))
#     A       B       C
#0  wow     bar wow bar
#1  bar wow wow     bar

- Psidom

---

Pandas中map、applymap和apply方法的区别 - Franck Dernoncourt

Answer 2

我猜你可以使用np.vectorize：

>>> df[:] = np.vectorize(foo_bar)(df)
>>> df
       A    B    C
foo  bar  wow  bar
bar  wow  wow  bar
>>> 

由于使用了 numpy，这可能会更快。

- U13-Forward

Answer 3

在Psidom的答案的基础上，如果您定义的函数接受其他参数，则可以使用kwargs将它们传递。例如，在OP中切换foo_bar()的repl：

def foo_bar(x, bar=''):
    return x.replace('foo', bar)

df.applymap(foo_bar, bar='haha')

---

在编程中，applymap 特别适用于字符串操作（如 OP 中所述）的常见情况之一。由于 pandas 中的字符串操作没有进行优化，如果有许多操作，循环通常比矢量化操作更快。例如，在使用条件替换帧中的值的以下简单任务中，applymap 的速度比等效的矢量化 pandas 代码快3倍以上。

def foo_bar(x):
    return x.replace('foo', 'wow') if len(x)>3 else x + ' this'

df = pd.DataFrame([['foo', 'bar', 'foo bar'], ['bar foo', 'foo', 'bar']]*500000, columns=[*'ABC'])

%timeit df.applymap(foo_bar)
# 1.47 s ± 37.6 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

%timeit df.apply(lambda x: np.where(x.str.len()>3, x.str.replace('foo', 'wow'), x + ' this'))
# 4.64 s ± 597 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

- cottontail