pandas中的apply函数用于对DataFrame或Series中的数据进行逐行或逐列的操作。它可以接受一个函数作为参数，并将该函数应用于每一行或每一列的数据。
apply函数的用法有两种常见的方式：
对DataFrame的每一行或每一列应用函数：可以通过指定axis参数来选择是对行还是列进行操作。默认情况下，axis为0表示对每一列应用函数，axis为1表示对每一行应用函数。 例如，对DataFrame的每一列进行求和操作：
import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
def sum_column(column):
return column.sum()
result = df.apply(sum_column)
print(result)
输出：
A 6
B 15
dtype: int64
对DataFrame的每个元素或Series的每个元素应用函数：可以通过指定axis参数为None来实现对每个元素的操作。 例如，对DataFrame的每个元素进行平方操作：
import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
def square(x):
return x**2
result = df.applymap(square)
print(result)
输出：
A B
0 1 16
1 4 25
2 9 36
需要注意的是，apply函数会对每一行或每一列的数据进行迭代，因此在使用apply函数时，应尽量避免使用循环等耗时操作，以提高性能。
