df.apply()　の関数の考察

1.関数は列方向に作用する

df.max()

→列ごとの最大値がリターンする。

2.関数を組み合わせると、列ごとに関数の計算が行われる。

def calc_range(column):
    # 最高点と最低点の差を計算する関数
    # 引数columnには各列のSeriesが渡される
    diff = column.max() - column.min()
    return diff

# 行方向の処理（列ごとに適用される）
result_sr = df.apply(calc_range, axis=0)
result_sr

国語    32
数学    21
dtype: int64

3.　axis=1を入れると初めて、行方向の計算になる

4.個別の数値に関わりたい場合

def count(row):
    num=0
    for time in ["国語","数学","理科","社会"]:
        if row[time]>=30:
            num=num+1
    return num

このようにforで一つひとつを取り上げて、数字を判定するには、このように書く。

解説　Seriesに対して一つ一つの値に対して数字をチェックするのは、

list1 = [1, 2, 3]
index1 = ["Row1", "Row2", "Row3"]
ser1 = pd.Series(data = list1, index = index1)
ser1[“Row2”]

2

となる。

つまり、df.apply(関数)となると、
関数=pd.Series()の形になる。
このため、個別の値は、関数[“Index”]となる。

関数は、Seriesを直接代入することになるため、Seriesに対して何をするべきか書く必要がある。

演習解説

「行ごとに30分以上勉強した科目の数を計算したい」ので、「行ごとに複数の列（列国語、数学、理科、社会）の値を見て30分以上の科目の数を計算したい」ことになります。
このように複数列または複数行の値を使うデータ処理では、DataFrameのapply()を使います。

# 指定した処理の方向に応じて、行または列に関数を適用
df.apply(関数, axis=処理の方向)

今回は行ごとに科目の数を数えたい、つまり列方向の処理となるので、引数axisに1を指定します。

df.apply(30分以上勉強した科目数を数える関数, axis=1)

「30分以上勉強した科目数を数える関数」では、第1引数で各行に相当するSeriesを受け取って、戻り値で計算結果を返すようにします。

模範解答では関数名はcount_studied_subjectにしていますが、名前は何でも構いません。

def count_studied_subject(row):
    # 30分以上勉強した科目数を数える
    count = 0
    # すべての科目の列について、30分以上かどうかチェックする
    for column in ["国語", "数学", "理科", "社会"]:
        if row[column] >= 30:
            # 30分以上勉強していたらカウントする
            count += 1
    return count

row[列名]で指定した列の値を参照できるので、for文の中で各列ごとに30分以上かどうか判定してカウントしています。

列方向の処理なので、apply()実行時には引数axisで1を指定します。また、apply()を使っただけでは元のdfは更新されないので、実行結果のSeriesを新しい列として追加します。

# 「30分以上勉強した科目数を数える関数」を列方向で適用する
df["30分以上勉強した科目数"] = df.apply(count_studied_subject, axis=1)