将函数应用于 DataFrame 中的每个单元格答案

【问题标题】：Apply function to each cell in DataFrame将函数应用于 DataFrame 中的每个单元格
【发布时间】：2017-01-21 09:44:56
【问题描述】：

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

我想查看每一行的每个元素（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

是否有一个简单的单行程序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此特定示例，但我真正要问的是如何在数据框中的每个单元格中应用函数。

【问题讨论】：

【解决方案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

另一种选择是将您的函数矢量化，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

【讨论】：

您好，抱歉，问题是关于应用函数，而不是关于确定哪个单元格是偶数。让我看看我是否可以将示例更改为更清晰..
如果你正在寻找应用函数，你可以做import numpy as np; df.apply(np.vectorize(iseven))
@eljusticiero67 您可以使用df.applymap(iseven)，但请注意，对于较大的 DataFrame，它会变得非常慢，所以只要有机会，请使用矢量化方法。
@ayhan -- 你的方法似乎有效，无论有没有 np.vectorize。你介意发布答案，以便我可以给你功劳吗？
我其实一开始并没有发布它，因为我试图找到一个副本来链接它。我找不到完全相同的副本，但也许是this one？ Nickil Maveli 是对的，你可以澄清意思，但至少我认为这个例子应该是一样的。也许 Psidom 可以编辑以包含他们自己的建议以及 applymap？

【解决方案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
>>>

这可能会更快，因为它使用的是numpy。

【讨论】：