##### `DataFrame.apply(func, axis=0, raw=False, result_type=None, args=(), **kwargs)` **功能简介:** - 用于在 DataFrame 上应用一个函数，对每一列或每一行进行操作。 **参数说明:** - `func`：要应用的函数，可以是内置函数、自定义函数或匿名函数。 - `axis`：可选，指定要应用函数的轴，`0` 表示对每一列应用，`1` 表示对每一行应用。默认为 `0`。 - `raw`：可选，如果为 `True`，则将原始数据传递给函数，否则将每一列或每一行作为 Series 传递给函数。默认为 `False`。 - `result_type`：可选，指定返回结果的数据类型，可以是 `'expand'`（默认，返回 DataFrame）、`'reduce'`（返回 Series）或 `None`（返回与输入一样的数据类型）。 - `args`：可选，传递给函数的位置参数，以元组形式。 - `**kwargs`：可选，传递给函数的关键字参数。 **返回值:** - 返回一个新的 DataFrame（默认情况下），或者一个新的 Series，或者一个与输入类型相同的结果，具体取决于 `result_type` 参数的设置。 **用法示例:** ```python 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) # 对每一列应用 sum 函数 column_sums = df.apply(sum) # 对每一行应用 max 函数 row_maxes = df.apply(max, axis=1) print("原始 DataFrame:\n", df) print("每列的和:\n", column_sums) print("每行的最大值:\n", row_maxes) ```