【Python・Pandas】apply関数で行ごと・列ごとに処理を適用する方法

データ分析をしていると、データフレームの軸（axis）に沿って特定の関数や処理を適用したい場面によく出くわします。そんなときに便利なのが、Pandasのapply関数です。

axis引数を指定しない場合、デフォルトでは列方向（column-wise）の操作が適用され、各列がひとつの配列として扱われます。一方、axis=1を指定すると、操作は行方向（row-wise）で実行されます。

apply関数は、ドット演算子（.）を使ってデータフレームに対して呼び出します。以下に具体的な例を示します。

コード例

import pandas as pd
import numpy as np

my_data = {'Age': pd.Series([45, 67, 89, 12, 23]),
           'value': pd.Series([8.79, 23.24, 31.98, 78.56, 90.20])}

print("The dataframe is :")
my_df = pd.DataFrame(my_data)
print(my_df)

print("The description of data is :")
print(my_df.apply(np.mean))

実行結果

The dataframe is :
    Age   value
0   45    8.79
1   67   23.24
2   89   31.98
3   12   78.56
4   23   90.20
The description of data is :
Age      47.200
value    46.554
dtype: float64

コードの解説

• まず、必要なライブラリである pandas と numpy をインポートし、それぞれ pd、np というエイリアス名を付けて使いやすくしています。

• 次に、キーと値のペアからなる辞書を作成します。ここで値として指定しているのは、実際にはSeriesというデータ構造です。

• 作成した辞書は、pandasライブラリの DataFrame 関数に引数として渡され、データフレームが生成されます。

• 生成されたデータフレームを print 関数でコンソールに出力して確認します。

• apply(np.mean) を呼び出すことで、各列（デフォルトのaxis=0）に対してNumPyの平均値計算が適用されます。

• その結果、「Age」列の平均が47.200、「value」列の平均が46.554としてコンソールに出力されます。

axis引数の挙動まとめ

なお、平均値だけでなく、np.sum（合計）、np.max（最大値）、lambda式による独自の処理なども同様にapply関数へ渡せるため、柔軟なデータ加工が可能です。