【Python】Pandas DataFrameの全行に関数を適用するapply()メソッドの使い方

このチュートリアルでは、PandasのDataFrameのすべての行に対して関数を適用できるapply()メソッドについて解説します。

apply()メソッドとは

apply()は、DataFrameの各行(または各列)に対して任意の関数を適用するためのメソッドです。例えば、各行の数値同士を乗算した結果を新しい列として追加したい場合などに非常に便利です。axis=1を指定することで行方向への適用が可能になります(axis=0の場合は列方向に適用されます)。ここでは、いくつかの実装方法を順番に見ていきましょう。

例1: 自作関数をラムダ式で適用する

まず、独自に定義した関数をlambda式経由で各行に適用する基本的な方法です。

# pandasパッケージをインポート
import pandas as pd

# 乗算を行う関数を定義
def multiply(x, y):
    return x * y

# DataFrame用の辞書を作成
data = {
    'Maths': [10, 34, 53],
    'Programming': [23, 12, 43]
}

# データからDataFrameを作成
data_frame = pd.DataFrame(data)

# DataFrameを表示
print('--------------------Before------------------')
print(data_frame)
print()

# multiply関数を各行に適用
data_frame['Multiply'] = data_frame.apply(lambda row: multiply(row['Maths'], row['Programming']), axis=1)

# DataFrameを表示
print('--------------------After------------------')
print(data_frame)

出力結果

上記のプログラムを実行すると、以下のような結果が得られます。

--------------------Before------------------
   Maths  Programming
0     10           23
1     34           12
2     53           43

--------------------After------------------
   Maths  Programming  Multiply
0     10           23       230
1     34           12       408
2     53           43      2279

各行の「Maths」と「Programming」の値が乗算され、「Multiply」という新しい列に結果が格納されていることがわかります。

例2: Pythonの組み込み関数を使用する

自作関数だけでなく、sumやpowなどのPython組み込み関数もそのまま渡すことができます。

# pandasパッケージをインポート
import pandas as pd

# DataFrame用の辞書を作成
data = {
    'Maths': [10, 34, 53],
    'Programming': [23, 12, 43]
}

# データからDataFrameを作成
data_frame = pd.DataFrame(data)

# DataFrameを表示
print('--------------------Before------------------')
print(data_frame)
print()

# 組み込みのsum関数を各行に適用
data_frame['Multiply'] = data_frame.apply(sum, axis=1)

# DataFrameを表示
print('--------------------After------------------')
print(data_frame)

出力結果

--------------------Before------------------
   Maths  Programming
0     10           23
1     34           12
2     53           43

--------------------After------------------
   Maths  Programming  Multiply
0     10           23        33
1     34           12        46
2     53           43        96

この例では、各行の値の合計が計算され、新しい列に追加されています。

例3: NumPyの関数を使用する

NumPyモジュールが提供する関数も同じように利用できます。以下に例を示します。

# pandasパッケージをインポート
import pandas as pd

# 関数を使用するためにnumpyモジュールをインポート
import numpy as np

# DataFrame用の辞書を作成
data = {
    'Maths': [10, 34, 53],
    'Programming': [23, 12, 43]
}

# データからDataFrameを作成
data_frame = pd.DataFrame(data)

# DataFrameを表示
print('--------------------Before------------------')
print(data_frame)
print()

# numpyモジュールのsum関数を各行に適用
data_frame['Multiply'] = data_frame.apply(np.sum, axis=1)

# DataFrameを表示
print('--------------------After------------------')
print(data_frame)

出力結果

--------------------Before------------------
   Maths  Programming
0     10           23
1     34           12
2     53           43

--------------------After------------------
   Maths  Programming  Multiply
0     10           23        33
1     34           12        46
2     53           43        96

NumPyのnp.sumを使っても、組み込みのsumと同じ結果が得られます。

補足: パフォーマンスに関する注意点

apply()は柔軟で便利なメソッドですが、大量のデータを扱う場合は処理速度が遅くなることがあります。単純な四則演算などであれば、ベクトル化された操作(例:data_frame['Maths'] * data_frame['Programming'])の方がはるかに高速です。用途に応じて使い分けることをおすすめします。

まとめ

このように、DataFrameのapply()メソッドを使えば、すべての行に対して関数を簡単に適用できます。自作関数・Python組み込み関数・NumPyの関数など、さまざまな関数を柔軟に活用できるのが魅力です。チュートリアルに関するご不明な点があれば、ぜひコメント欄でお知らせください。