Numpy的ufuncs（元素级的数组方法）可用于操作pandas对象

frame = DataFrame(np.random.randn(4, 3), columns=list('bde'),
                  index=['Utah', 'Ohio', 'Texas', 'Oregon'])
np.abs(frame)

将函数应用到各行各列组成的一维数组中

f = lambda x: x.max() - x.min()
frame.apply(f)

b    1.802165
d    1.684034
e    2.689627
dtype: float64

应用到列上

frame.apply(f, axis=1)

Utah      0.998382
Ohio      2.521511
Texas     0.676115
Oregon    2.542656
dtype: float64

许多常见的数组统计功能都被实现成DataFrame的方法，因此无需使用apply。

传递给apply的函数也可以返回由多个值组成的Series

def f(x):
    return Series([x.min(), x.max()], index=['min', 'max'])
frame.apply(f)

            b                d                e
min    -0.555730    0.281746    -1.296221
max    1.246435    1.965781    1.393406

假设希望对frame中的各个浮点值格式化字符串，可以使用applymap

format = lambda x: '%.2f' % x
frame.applymap(format)

    b    d    e
Utah    -0.20    0.48    -0.52
Ohio    -0.56    1.97    1.39
Texas    0.09    0.28    0.77
Oregon    1.25    1.01    -1.30

Series有一个引用元素级函数的map方法

frame['e'].map(format)