将函数应用于DataFrame中的每个单元格

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

我想浏览每行的每个元素（或每列的每个元素）并应用以下函数来获取后续的DF：

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

A        B        C
wow      bar      wow bar
bar wow  wow      bar

是否有可以将功能应用于每个单元的简单单线？

这是一个简单的示例，因此除了应用函数外，可能还有一种更简单的方法来执行此特定示例，但是我真正要问的是如何在数据帧内的每个单元中应用函数。

python pandas dataframe apply

— 正义
source

我认为将问题编辑为一个全新的问题不是一个好主意，因为一旦您已经获得了对旧问题的答案，这将使先前的答案无效。我将要求您回滚原来的问题，并单独询问新问题。

— Nickil Maveli

119

您可以使用applymap()简洁明了的案例。

df.applymap(foo_bar)

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

另一个选择是向量化您的函数，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

— 智慧
source

您好，对不起，问题是关于应用一个函数，而不是实际上弄清楚哪个单元是偶数。让我看看是否可以将示例更改得更清楚

— 。–

如果您正在寻找应用功能的话，可以做import numpy as np; df.apply(np.vectorize(iseven))

— Psidom

@ eljusticiero67可以使用，df.applymap(iseven)但请注意，对于较大的DataFrame，它会变得非常缓慢，因此，只要有机会，请使用向量化方法。

— ayhan

@ayhan-无论是否使用np.vectorize，您的方法似乎都可以使用。您介意发布答案，以便我给您功劳吗？

— eljusticiero67

实际上我一开始并没有发布它，因为我试图找到一个重复的链接。我找不到确切的重复项，但也许这个吗？尼克·马维利（Nickil Maveli）是对的，尽管您可以澄清含义，但至少示例与我想的相同。也许Psidom可以进行编辑以将自己的建议与applymap一起包含？

— ayhan