python apply_【python】python中的apply(),applymap(),map() 的用法和区别

在Python中如果想要对数据使用函数，可以借助apply(),applymap(),map() 来应用函数，括号里面可以是直接函数式，或者自定义函数(def)或者匿名函数(lambad) import pandas as pd import numpy as np from pandas import DataFrame from pandas import Series df1= DataFrame({ "sales1":[-1,2,3], "sales2":[3,-5,7], }) df1

1、当我们要对数据框(DataFrame)的数据进行按行或按列操作时用apply() df1.apply(lambda x :x.max()-x.min(),axis=1) #axis=1，表示按行对数据进行操作 #从下面的结果可以看出，我们使用了apply函数之后，系统自动按行找最大值和最小值计算，每一行输出一个值

0 4

1 7

2 4

dtype: int64

2、当我们要对数据框(DataFrame)的每一个数据进行操作时用applymap()，返回结果是DataFrame格式 df1.applymap(lambda x : 1 if x>0 else 0) #从下面的结果可以看出，我们使用了applymap函数之后， #系统自动对每一个数据进行判断，判断之后输出结果

3、当我们要对Series的每一个数据进行操作时用map() df1.sales1.map(lambda x : 1 if x>0 else 0) #df1.sales1就是一个Series

0 0

1 1

2 1

Name: sales1, dtype: int64

4、总结：要对数据进行应用函数时，先看数据结构是DataFrame还是Series,Seriesj结构直接用map(),DataFrame结构的话再看是要按行还是按列进行操作来选择对应的函数即可~