Python函数中apply、map、applymap的区别

 

本文主要介绍了 Python函数中apply、map、applymap的区别 ，文章围绕 Python函数中apply、map、applymap的相关资料展开详细内容,需要的朋友可以参考一下

一、总结

• apply —— 应用在 dataFrame 上，用于对 row 或者 column 进行计算
• applymap —— 应用在 dataFrame 上，元素级别的操作
• map —— python 系统自带函数，应用在 series 上， 元素级别的操作

二、实操对比

构建测试数据框：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

import pandas as pd import numpy as np df = pd.DataFrame(np.random.randint(0, 10, (4, 3)),                   columns=list('abc'),                   index=range(4)) df '''     a   b   c 0   5   4   8 1   7   5   2 2   1   2   2 3   1   6   2 '''

apply 作用在 dataframe 上的一行或者一列上

1 2 3 4 5 6 7 8 9 10 11 12 13

#Python学习交流群：531509025 # 默认按列操作 axis=0 # 求每列的最大值、最小值之差 df.apply(lambda x: x.max() - x.min()) # axis=0 # 求每行的最大值、最小值之差 df.apply(lambda x: x.max() - x.min(), axis=1)

applymap 作用在 dataframe 的每一个元素上

1 2 3

# 偶数放大10倍 df.applymap(lambda x: x*10 if x%2 == 0 else x)

map 函数作用在 series 上的每一个元素

1 2 3

# 单独的序列 df['b'].map(lambda x: 1 if x%2 == 0 else 0)

总的来说，要对数据进行应用函数操作时，考虑数据结构是 DataFrame 还是 Series ，再考虑是要按行执行还是按列执行，进行函数的选择。

到此这篇关于 Python函数中apply、map、applymap的区别 的文章就介绍到这了,希望可以帮到你。

来源：微点阅读   https://www.weidianyuedu.com