我一直在对系列和数据框使用pandas apply方法，但是显然我仍然缺少一些东西，因为我迷上了一个我试图执行的简单函数。
这是我在做什么：
def minmax(row):
return (row - row.min())/(row.max() - row.min())
row.apply(minmax)
但是，这将返回全零系列。例如，如果
row = pd.Series([0, 1, 2])
然后
minmax(row)
根据需要返回[0.0，0.5，1.0]。但是，row.apply（minmax）返回[0,0,0]。
我认为这是因为该系列是整数，并且整数除法返回0。但是，我不明白，
为什么它可以与minmax（row）一起使用（它的作用不一样吗？），以及
如何在apply函数中正确地强制转换以返回适当的浮点值（我尝试使用.astype强制转换，这给了我所有的NaN ...我也不理解）
如果将此值应用于数据帧，则作为df.apply（minmax）也会按需工作。 （已添加编辑）
我怀疑我在应用程序的工作方式上缺少了一些基本知识...或过于密集。无论哪种方式，在此先感谢。
最佳答案
在row.apply(minmax)上调用Series时，仅将值传递给该函数。这被称为元素明智的。
在Series值上调用函数。可以是ufunc（适用于整个Series的NumPy函数）或仅适用于单个值的Python函数。
在row.apply(minmax)上调用DataFrame时，行（默认值）或列都将传递给函数（根据axis的值）。
传递给函数的对象是具有数据框索引（axis = 0）或列（axis = 1）的Series对象。返回类型取决于传递的函数是否聚合，或者取决于DataFrame为空时的reduce参数。这称为按行或按列。
这就是为什么您的示例在DataFrame而不是Series上可以正常工作的原因。选中此answer以获取有关将功能映射到Series的信息。