理解pandas中的apply和map的作用和异同

pandas中的数据类型

我们可以将pandas中的数据简单的认为只有下面这两种

• 一维Series

• 二维DataFrame

这两种数据类型都有map和apply方法

• Series: apply和map

• DataFrame: apply

Series.map

Series.map(arg)

• 传入的arg : 操作函数、字典或Series

• 返回Series

 

 

 

Series.apply

Series.apply(func, args, **kwds)

• func : 函数、字典或Series

• args: func函数的顺序参数， 元组类型

• kwds: func函数的关键词参数，字典类型

• 返回Series或DataFrame

 

 

 

我们定义的操作函数，其输入和输出都是一个元素。这时候series.map和series.apply功效相同。

我们再看看操作函数输入一个，输出series（相当于多个元素）时，series的map和apply是否有区别

 

 

 

 

 

DataFrame.apply()

apply(func, axis=0, args, kwds)

• func: 操作函数

• axis: 操作的方向，默认列方向axis=0。行方向操作axis=1

• args: func的顺序参数，元组数据类型

• kwds: func的关键词参数，字典数据类型

 

 

来源：https://mp.weixin.qq.com/s/yMhPeI8jqKYg97CUSaYLsQ