Python map apply mapapply

• apply 用在dataframe上，用于对row或者column进行计算
• applymap： 作用在dataframe的每一个元素上
• map （其实是python自带的）用于series上，是元素级别的操作,map 跟apply 功能类似，用法差不多

import pandas as pd
data=pd.DataFrame({‘user_id’:[‘Adff’,‘B’,‘C’,‘D’],‘score’:[13,23,57,89]})

print(data)
运行结果：

	user_id	score
0	13	Adff
1	23	B
2	57	C
3	89	D

apply 用在dataframe上，用于对row或者column进行计算

data[‘score2’]=data[‘score’].apply(lambda x:x+6)

print(data)

运行结果：

	score	user_id	score2
0	13	Adff	19
1	23	B	29
2	57	C	63
3	89	D	95

applymap： 作用在dataframe的每一个元素上

data2=data.ix[:,[‘score’,‘score2’]]
data3=data2.applymap(lambda x:x+1)
print(data3)

运行结果：

	score	score2
0	14	20
1	24	30
2	58	64
3	90	96

map （其实是python自带的）用于series上，是元素级别的操作,map 跟apply 功能类似，用法差不多

data[‘length’]=data[‘user_id’].map(lambda x:len(x))

data[‘length2’]=data[‘user_id’].apply(lambda x:len(x))

print(data)

运行结果：

	score	user_id	score2	length	length2
0	13	Adff	19	4	4
1	23	B	29	1	1
2	57	C	63	1	1
3	89	D	95	1	1