如何用df的两列作复杂的运算

代码如下：

data=pd.DataFrame(np.random.randn(5,5),columns=list('abcde'))

def fun1(s):
    if s >0.9:
        return 1


    elif s>0.5:
        return 0
    else:
        return -1


def fun2(s,d):
    if np.exp(s-d)>0.9:
        return 1


    elif np.exp(s-d)>0.5:
        return 0
    else:
        return -1
data['l']=data['a'].map(fun1)
data['l']=data['a'].map(lambda x:fun1(x))

data['s']=data.apply(lambda x:fun2(x.a,x.b),axis=1)

正常输出；

结论：首先需要知道map是针对series，而且是元素级别的操作；而apply或applymap是针对dataframe操作的，apply是针对行列的，而加了个map针对的就是元素了；其本质区别在两函数传入的值不同；apply(x)中的代表行或是列，而applymap中的代表一个元素；