将函数应用于 DataFrame 中的每个单元格

Question

我有一个可能如下所示的数据框：

A        B        C
foo      bar      foo bar
bar foo  foo      bar

我想查看每行的每个元素（或每列的每个元素）并应用以下函数来获取后续数据帧：

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

是否有一个简单的单行代码可以将函数应用于每个单元格？

这是一个简单的示例，因此除了应用函数之外，可能还有一种更简单的方法来执行这个特定示例，但我真正要问的是如何在数据帧内的每个单元格中应用函数。

Answer 1

您可以使用

applymap()

，这对于您的情况来说是简洁的。

df.applymap(foo_bar)

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

另一种选择是对函数进行向量化，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

Answer 2

我想你可以使用

np.vectorize

：

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

这可能会更快，因为它使用的是

numpy

。

Answer 3

扩展 Psidom 的答案，如果您定义的函数接受其他参数，那么您可以使用 kwargs 传递它们。例如，要在 OP 中切换

repl

或

foo_bar()

：

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

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

---

applymap

特别有用的常见情况之一是字符串操作（如OP中所示）。由于 pandas 中的字符串操作未进行优化，因此循环通常比向量化操作执行得更好，尤其是在有很多操作的情况下。例如，对于以下使用条件替换帧中的值的简单任务，

applymap

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)

Answer 4

在 Pandas 的当前版本中，applymap 已弃用（自版本 2.1.0 起）。您可以使用 map 代替：

df.applymap(foo_bar)