python里的apply,applymap和map的区别
apply,applymap和map的应用
总结:apply
用在dataframe上,用于对row或者column进行计算;applymap
用于dataframe上,是元素级别的操作;map
(其实是python自带的)用于series上,是元素级别的操作。
如:
>>> df = pd.DataFrame(np.random.randint(0,10,(4, 3)), columns=list('bde'), index=range(4)) >>> df b d e 0 2 0 5 1 8 9 1 2 3 6 6 3 4 8 4
apply:作用在dataframe的一行或一列上
>>> f = lambda x: x.max() - x.min() >>> df.apply(f) b 6 d 9 e 5 dtype: int64 >>> df.apply(f,axis=1) # 作用在一行上 0 5 1 8 2 3 3 4 dtype: int64 >>> df.apply(f,axis=0) # 作用在一列上,axis=0可省略 b 6 d 9 e 5 dtype: int64
applymap: 作用在dataframe的每一个元素上
>>> f2 = lambda x: x+1 if x%2==0 else x >>> df.applymap(f2) b d e 0 3 1 5 1 9 9 1 2 3 7 7 3 5 9 5
关于apply传入多个参数:
>>> data = {'id':range(5),'value':list("abcab")} >>> frame = pd.DataFrame(data) >>> frame id value 0 0 a 1 1 b 2 2 c 3 3 a 4 4 b >>> def testf(x, str): ... return x,str >>> frame["id"].apply(testf, args=("ok",)) 0 (0, ok) 1 (1, ok) 2 (2, ok) 3 (3, ok) 4 (4, ok) Name: id, dtype: object # 注意这里args只能传入(元组),不能是"ok"或("ok")