参考资料：活用pandas库

1、向量化函数

        使用apply时，可以按行或按列应用函数。如果想应用自定义的函数，必须重写它，因为整列或整行传递到了函数的第一个参数中。可以利用向量化函数和装饰器对所有函数进行向量化。对代码进行向量化也可以提升运行性能。

# 导入pandas库
import pandas as pd

#创建一个DataFrame
df=pd.DataFrame({
    'a':[10,20,30],
    'b':[20,30,40]
})

# 创建自定义函数
def avg_2(x,y):
    return (x+y)/2.

        对于向量函数，我们希望向上述自定函数中的x和y分别传入一个值向量，结果应该是给定x值和y值得平均值，并且顺序保持不变，即能写成avg_2(df['a'],df['b'])，并且结果类似于[15,25,35]。

        使用numpy库的vetorize函数。把要向量化的函数传递给np.vectorize，创建新函数。

        如果函数是自定义的，也可以使用python装饰器“自动”把函数向量化。装饰器是函数，它们以其他函数为输入并修改其行为。

# 导入 numpy库
import numpy as np
# 自定义函数
# 此函数无法用于向量计算，但可以用于单个值的计算
def avg_2_mod(x,y):
    """
    当x不等于20时，计算平均值
    """
    if(x==20):
        return np.NaN
    else:
        return (x+y)/2
    
# np.vectorize创建向量化函数
avg_2_mod_vec=np.vectorize(avg_2_mod)
print(avg_2_mod_vec(df['a'],df['b']))

# 装饰器
# 为了使用vectorize装饰器，要在函数定义之前使用@符号
@np.vectorize
def v_avg_2_mod(x,y):
    """
    当x不等于20时，计算平均值
    和前面一样，但这里使用vectorize装饰器
    """
    if x==20:
        return np.nan
    else:
        return (x+y)/2
# 可以直接使用此向量化的函数
print(v_avg_2_mod(df['a'],df['b']))

2、lambda函数

        有时，apply方法中使用的函数非常简单，无须单独创建。

        编写lambda函数需要使用lambda关键字。由于apply函数会把整行或整列作为第一个参数传递过来，所以lambda函数只有一个参数x。然后可以直接编写函数，而不必定义它，而且结果结果会自动返回。

        虽然可以编写复杂的lambda函数，但通常只在需要单行计算时，才会使用lambda函数。如果lambda函数中包含过多代码，会难以阅读。

import re
docs=pd.read_csv(r"...\data\doctors.csv",header=None)
p=re.compile('\w+\s+\w+')

# 方法1，先编写一个函数，在调用apply应用它
# 自定义函数
def get_name(s):
    return p.match(s).group()
docs['name_func']=docs[0].apply(get_name)
print(docs)

# 方法2，直接用lambda函数
docs['name_lamb']=docs[0].apply(lambda x: p.match(x).group())
print(docs)