pandas中的map()、apply()、applymap()函数的区别

它们的区别就在于应用对象的不同

>>> df1= pd.DataFrame({"id":[1001,1002,1003,1004,1005,1006],
                   "age":[23,44,54,32,34,32],
                   "price":[1200,np.nan,2133,5433,np.nan,4432]},
                   columns =['id','age','price'])
>> df1
     id  age   price
0  1001   23  1200.0
1  1002   44     NaN
2  1003   54  2133.0
3  1004   32  5433.0
4  1005   34     NaN
5  1006   32  4432.0
**1、map
　　map()是Series对象的一个函数，DataFrame中没有map()，map()的功能是将一个自定义函数作用于Series对象的每个元素。**
>>> df1['id'].map(lambda x:x+1)
0    1002
1    1003
2    1004
3    1005
4    1006
5    1007
Name: id, dtype: int64

**2、apply
　　apply()函数的功能是将一个自定义函数作用于DataFrame的行或者列**
>>> df1['id'].apply(lambda x:x+1)
0    1002
1    1003
2    1004
3    1005
4    1006
5    1007
Name: id, dtype: int64
**3、applymap
　　applymap()函数的功能是将自定义函数作用于DataFrame的所有元素**
>>> df1.applymap(lambda x:x+1)
     id  age   price
0  1002   24  1201.0
1  1003   45     NaN
2  1004   55  2134.0
3  1005   33  5434.0
4  1006   35     NaN
5  1007   33  4433.0

 **关于apply传入多个参数：**


>>> data = {'id':range(5),'value':list("abcab")}
>>> frame = pd.DataFrame(data)
>>> frame
   id value
0   0     a
1   1     b
2   2     c
3   3     a
4   4     b

>>> def testf(x, str):
...     return x,str

>>> frame["id"].apply(testf, args=("ok",))
0    (0, ok)
1    (1, ok)
2    (2, ok)
3    (3, ok)
4    (4, ok)
Name: id, dtype: object
# 注意这里args只能传入(元组),不能是"ok"或("ok")

参考:https://www.cnblogs.com/jason–/p/11427145.html
https://www.cnblogs.com/cymwill/p/7577369.html
https://blog.csdn.net/qq_42665335/article/details/81213175