### Pandas Apply 方法实现高级分组聚合 #### 什么是 `apply` 方法？ `apply` 是 Pandas 中的一个强大工具，允许用户将任意函数应用于 DataFrame 或 Series 的每一行或每一列。它支持复杂的操作，包括但不限于自定义聚合、转换以及逐行处理[^2]。 #### 如何使用 `apply` 进行高级分组聚合？ 在数据分析场景下，通常会结合 `groupby` 和 `apply` 来完成复杂的数据变换和汇总任务。以下是具体说明： 1. **基本语法** - 对于 DataFrame，可以通过 `.apply(func, axis=0/1)` 将指定的函数 func 应用于每列 (axis=0) 或每行 (axis=1)。 - 结合 `groupby` 后，`apply` 可以接收整个子集作为输入参数并返回新的结构化数据。 2. **示例代码** 假设有一个包含类别 (`Category`) 和数值字段 (`Value1`, `Value2`) 的 DataFrame: ```python import pandas as pd import numpy as np df = pd.DataFrame({ 'Category': ['A', 'B', 'A', 'B', 'C'], 'Value1': [10, 20, 30, 40, 50], 'Value2': [5, 15, 25, 35, 45] }) ``` 下面展示如何利用 `apply` 实现高级分组聚合功能： ```python def custom_aggregation(group_values): """ 自定义聚合逻辑 """ mean_val = group_values.mean() std_dev = group_values.std() max_val = group_values.max() return pd.Series([mean_val, std_dev, max_val], index=['Mean', 'StdDev', 'Max']) result = df.groupby('Category').apply( lambda group: custom_aggregation(group[['Value1', 'Value2']].stack()) ).unstack() print(result) ``` 上述代码实现了以下目标： - 定义了一个名为 `custom_aggregation` 的函数来执行特定的统计运算； - 利用 `groupby` 按照 `Category` 字段划分数据； - 调用了 `apply` 并传入匿名函数，该匿名函数调用了之前定义好的 `custom_aggregation` 函数； - 返回的结果包含了均值、标准差及最大值三个指标，并进行了多层索引展开以便更好地呈现结果[^3]。 此方法的优势在于其灵活性强，能够轻松扩展到更多维度或者更加复杂的业务需求上[^4]。 --- #### 注意事项 当运用 `apply` 执行大规模数据集上的操作时需注意性能问题。如果可能的话，优先考虑内置向量化操作代替通用 Python 循环语句，因为前者往往更快捷高效。 ---