apply，map，applymap总结

Python中apply，map，applymap总结
pandas中DataFrame 数据类型，使用map，apply方法使用较多，做一下总结。参考https://www.cnblogs.com/cymwill/p/7577369.html

总结:

apply 用在dataframe上，用于对row或者column进行计算；
applymap 用于dataframe上，是元素级别的操作；
map （其实是python自带的）用于series上，是元素级别的操作。
df = pd.DataFrame(np.random.randint(0,10,(4, 3)), columns=list(‘bde’), index=range(4))
df
b d e
0 4 9 3
1 3 1 0
2 4 8 0
3 2 9 9
apply：作用在dataframe的一行或一列上，也可以作用在series上
定义一个函数，

f = lambda x: x.max() - x.min()
这个函数可以结合apply作用在DataFrame类型的行或者列上

和加上axis = 0 ，默认是作用在列上

df.apply(f)
b 2
d 8
e 9
dtype: int64

axis = 1 ，默认是作用在行上

df.apply(f,axis =1)
0 6
1 3
2 8
3 7
dtype: int64
关于apply 传入多参数

def test(a,b):
return a,b
df[‘d’].apply(test,args=(‘ok’,))

args只能传入(元组)

0 (9, ok)
1 (1, ok)
2 (8, ok)
3 (9, ok)
Name: d, dtype: object
applymap： 作用在dataframe的每一个元素上
定义f2函数

f2 = lambda x: x+1 if x%2==0 else x
applymap 会将函数作用在DataFrame每一个元素上

df.applymap(f2)
b d e
0 5 9 3
1 3 1 1
2 5 9 1
3 3 9 9
map：作用将函数作用于一个Series的每一个元素
df[‘b’].map(f2)
0 5
1 3
2 5
3 3
Name: b, dtype: int64