pandas Series 中的apply()方法用于在 series 对象上调用我们的函数。通过使用这种apply()方法，我们可以在我们的系列对象上应用我们自己的函数。
该方法与其他一些 pandas 系列方法（如和apply()）非常相似。这里的区别是我们可以对给定系列对象的值应用一个函数。agg()map()
示例 1
# import pandas package
import pandas as pd
# create a pandas series
s = pd.Series([1,2,3,4,5,6,7,8,9,10])
print(s)
# Applying a function
result = s.apply(type)
print('Output of apply method',result)解释
在下面的示例中，我们创建了一个pandas.Series具有 10 个整数值的对象“s”，并使用该apply()方法执行系列对象“s”的所有元素的类型函数。
方法操作与方法apply()相似，agg()但不同之处在于agg()方法仅用于聚合操作，而apply()方法可用于对序列数据应用任何方法。
输出结果
0 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 9 9 10 dtype: int64 Output of apply method 0 <class 'int'> 1 <class 'int'> 2 <class 'int'> 3 <class 'int'> 4 <class 'int'> 5 <class 'int'> 6 <class 'int'> 7 <class 'int'> 8 <class 'int'> 9 <class 'int'> dtype: object
pandas seriesapply()方法将返回一个新的系列对象，其中包含给定系列对象“s”的每个值的数据类型表示。
示例 2
# import pandas package
import pandas as pd
# create a pandas series
s = pd.Series([1,2,3,4,5,6,7,8,9,10])
print(s)
# Apply power(2) function
result = s.apply(pow, args=(2,))
print('Output of apply method',result)解释
让我们再举一个例子，通过使用apply()方法将带参数的函数应用到系列对象。在这里，我们应用了参数值为 2 的 pow 函数。
输出结果
0 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 9 9 10 dtype: int64 Output of apply method 0 1 1 4 2 9 3 16 4 25 5 36 6 49 7 64 8 81 9 100 dtype: int64
该apply()方法的输出与实际的系列对象“s”一起显示在上面的块中。并且该pow()函数应用于系列元素，结果输出作为另一个系列对象返回。
要在方法中发送函数的参数，apply()我们需要使用 args 关键字参数。
