Pandas DataFrame：将函数应用于所有列答案

【问题标题】：Pandas DataFrame: apply function to all columnsPandas DataFrame：将函数应用于所有列
【发布时间】：2012-09-26 07:19:37
【问题描述】：

我可以在 df 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)

是否有更 Pythonic 的方式将函数应用于所有列或整个框架（没有循环）？

【问题讨论】：

将您的lambda 简化为lambda x: x > 1
@Blender -- 谢谢，已编辑...
只是指出这一点。您实际上不需要编辑原始问题。

标签： python dataframe pandas

【解决方案1】：

从0.20.0 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

而且，对于这个简单的案例，为什么不直接使用 df > 1 呢？

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

【讨论】：

【解决方案2】：

如果我没听错的话，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

【讨论】：

@ BrenBarn -- 是的，这正是我想要的。没有从文档中注意到它。谢谢。