Pandas DataFrameのすべての行に関数を適用する方法

Pandasでデータを加工する際、DataFrameのすべての行に対して同じ処理を一括で適用したいケースはよくあります。そんなときに便利なのが apply() メソッドです。axis=1 を指定することで、行方向に関数を適用できます。本記事では、ラムダ式とユーザー定義関数の2つの方法を具体的なコード例とともに解説します。

ラムダ関数を各行に適用する

最も手軽なのは、ラムダ式（無名関数）を apply() に渡す方法です。簡単な演算処理なら、わざわざ関数を定義せずに1行で書けます。

例

import pandas as pd

df = pd.DataFrame([(10, 3, 13), (0, 42, 11), (26, 52, 1)], columns=list('xyz'))
print("元の行列")
print(df)

NewMatrix = df.apply(lambda a: a + 10, axis=1)
print("変更後の行列")
print(NewMatrix)

出力

上記のコードを実行すると、次のような結果が得られます。

元の行列
    x   y   z
0  10   3  13
1   0  42  11
2  26  52   1
変更後の行列
    x   y   z
0  20  13  23
1  10  52  21
2  36  62  11

この例では、各行がSeriesオブジェクトとしてラムダ関数に渡され、すべての要素に10が加算された新しいDataFrameが生成されます。axis=1 を指定しない場合は列方向に適用されるため、行ごとに処理したい場合は必ず指定しましょう。

ユーザー定義関数を適用する

ラムダ式だけでなく、自分で定義した関数も apply() に渡すことができます。複雑なロジックを実装したい場合や、同じ処理を複数の場所で使い回したい場合に特に便利です。

例

import pandas as pd

def SquareData(x):
    return x * x

df = pd.DataFrame([(10, 3, 13), (0, 42, 11), (26, 52, 1)], columns=list('xyz'))
print("元の行列")
print(df)

NewMatrix = df.apply(SquareData, axis=1)
print("変更後の行列")
print(NewMatrix)

出力

上記のコードを実行すると、次のような結果が得られます。

元の行列
    x   y   z
0  10   3  13
1   0  42  11
2  26  52   1
変更後の行列
     x     y    z
0  100     9  169
1    0  1764  121
2  676  2704    1

この例では、受け取った値を2乗して返す SquareData 関数が各行に適用され、すべての要素が2乗された新しいDataFrameが返されます。

まとめ

df.apply(関数, axis=1) を使えば、DataFrameのすべての行に対して任意の処理を簡単かつ柔軟に適用できます。単純な演算にはラムダ式、複雑な処理にはユーザー定義関数を使い分けることで、コードの可読性と再利用性を高めることができます。大量のデータを効率的に変換・加工したいときに、ぜひ活用してみてください。