Python 如何有效地将函数应用于面板的每个数据帧

我试图将一个函数应用于Pandas面板中的每个数据帧。我可以把它写成循环，但是索引似乎需要很长时间。我希望内置的熊猫功能可能会更快

我的数据帧看起来像（实际上每列大约50行）：

它们排列在带有多索引键的面板中：

mydict = { (0, 20 ) : mydata, (30, 40 ) : moredata }
mypanel = pd.Panel( mydict )

面板如下所示：

<class 'pandas.core.panel.Panel'>
Dimensions: 1600 (items) x 48 (major_axis) x 2 (minor_axis)
Items axis: (-4000, -4000) to (3800, 3800)
Major_axis axis: 0 to 47
Minor_axis axis: hits to sqerr

我想将面板简化为一个系列，通过多重索引进行索引，并将冷凝器函数的结果作为其值

我可以做到：

intermediate = []
for k, df in mypanel.iteritems():
    intermediate.append( condenser( df ) )

result = pd.Series( results, index = pypanel.items )

这会给出所需的结果，但当我对其进行分析时，只有4%的时间花在我的

冷凝器

功能上。大部分时间都花在

iteritems

和

\uu getitem\uuuu

上，所以我想知道是否可以做得更好

我查看了

mypanel.apply（concerator，axis='items'）

，但这会分别在我的数据帧的每一列上循环。有什么东西可以对每个数据帧应用一个函数吗

---

注意：我使用的是Python 2.7.9和pandas 0.15.2，apply是正确的，但是用法是：

mypanel.apply（冷凝器，轴=[1,2]）

---

这将把一个48 x 2的数据帧传递到concerter中。

我必须将concerter的返回值显式地转换为float，但是它工作得很好。

def condenser( df ):
    return some_stuff( df['hits'], df['sqerr'] )

intermediate = []
for k, df in mypanel.iteritems():
    intermediate.append( condenser( df ) )

result = pd.Series( results, index = pypanel.items )