pandas数据处理map、apply、applymap小结

map、apply、applymap小结
apply：DataFrame数据函数，series级别操作，应用在DataFrame的行或列中，也可以应用到单独一个Series的每个元素中

map：series数据函数，series元素级别操作，应用在Series的每个元素中

applymap：DataFrame数据函数，DataFrame元素级别操作，应用在DataFrame的每个元素中

applyapply是沿DataFrame的轴应用功能，传递给函数的对象是Series对象，其索引为DataFrame的索引（axis = 0’’）或DataFrame的列（axis = 1’’）
总结一下，apply运用到整个DataFrame中可以执行整列或者整行的运算，运用到Series中，执行的是对每个元素的运算。这个运算，map也可以实现

map· 根据输入对应关系映射Series的值。· 用于将Series中的每个值替换为另一个值，该值可以从函数dict或Series派生。官方指定，map是应用于Seriesd 的，参数可以是函数也可以字典。map的参数除了可以是参数，也可以是字典，这和apply对参数的要求不同

applymap· 将函数应用于元素的数据框。· 此方法应用一个函数，该函数接受并返回一个标量到DataFrame的每个元素。简单说，applymap是把函数应用到DataFrame中的每个元素上的，要和apply对整列或者整行进行的操作区分开啊，apply想要直接对每个元素进行操作，得单独提取出Series才可以实现，不能直接再整个DataFrame上执行。

最后再总结：
apply：· 既可以用在DataFrame，也可以用到单独的Series中· 运用到DataFrame时，是用到了整行或者整列上，不是逐一运用到每个元素上· 运用到Series时，作用到每个元素上· 第一个参数只接收python原生函数或者numpy中的函数

map· 只能运用到Series的每个元素上· 参数可以是函数也可以是字典，还可以是序列

applymap· 只能应用在DataFrame中，并且是作用在DataFrame的每个元素中· 参数只接收可调用的函数