組み込みのメソッドで目的を果たせないときは、自分の関数を実行します:
- **
col.map(func)かcol.apply(func)**は、列のすべての値に対して関数を呼び出し、新しい列を返します。
- **
lambda**は、小さな関数をその場で書きます:df["product"].apply(lambda p: p.split()[0])。
df.apply(func, axis=1)は、すべての行に対して関数を呼び出すので、複数の列を使えます:row["units"] * row["unit_price"]。axis=1がないと、applyは代わりに列全体を渡すので、row["units"]はKeyErrorで失敗します。
- 列に対する**
df.apply(func)**は、範囲c.max() - c.min()のような、列ごとの要約に便利です。
applyは、形を変えたループです。大きなテーブルでは、列の算術、np.where、.strのメソッドで書いた同じ結果のほうが、何倍も速く実行されます。ロジックが本当に必要とするときにapplyを使い、ベクトル化した代わりの方法も知っておいてください。