Pandas使用apply函数更新多个列

Pandas是一个基于Python的数据分析库，提供了丰富的数据结构和数据分析工具。apply函数是Pandas中的一个重要函数，用于对DataFrame中的数据进行自定义操作。

使用apply函数更新多个列的步骤如下：

1. 定义一个自定义函数，该函数接收一个参数，表示DataFrame的每一行数据。
2. 在自定义函数中，根据需要更新的多个列的值，进行相应的操作。
3. 使用apply函数，将自定义函数应用到DataFrame的每一行数据上。
4. 将apply函数的返回值赋值给需要更新的多个列。

下面是一个示例代码：

import pandas as pd

# 创建一个示例DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 定义一个自定义函数，用于更新多个列的值
def update_columns(row):
    row['A'] = row['A'] * 2
    row['B'] = row['B'] + 10
    row['C'] = row['C'] - 5
    return row

# 使用apply函数更新多个列的值
df[['A', 'B', 'C']] = df.apply(update_columns, axis=1)

# 打印更新后的DataFrame
print(df)

输出结果为：

   A   B  C
0  2  14  2
1  4  15  3
2  6  16  4

在这个示例中，我们定义了一个自定义函数update_columns，该函数接收一个参数row，表示DataFrame的每一行数据。在自定义函数中，我们对列'A'进行了乘以2的操作，对列'B'进行了加10的操作，对列'C'进行了减5的操作。然后，我们使用apply函数将自定义函数应用到DataFrame的每一行数据上，并将返回值赋值给需要更新的多个列。

Pandas官方文档中关于apply函数的更多信息可以参考：Pandas官方文档 - apply函数