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