apply,applymap和map的應用
總結:

apply?用在dataframe上，用于對row或者column進行計算；

applymap?用于dataframe上，是元素級別的操作；

map?（其實是python自帶的）用于series上，是元素級別的操作。

如：
>>> df = pd.DataFrame(np.random.randint(0,10,(4, 3)), columns=list('bde'), index=range(4)) >>> dfb 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的每一個元素上

>>> 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

?關于apply傳入多個參數：

>>> data = {'id':range(5),'value':list("abcab")} >>> frame = pd.DataFrame(data) >>> frameid 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 # 注意這里args只能傳入(元組),不能是"ok"或("ok")

?

?

?

?

轉載于:https://www.cnblogs.com/cymwill/p/7577369.html

總結

以上是生活随笔為你收集整理的python里的apply,applymap和map的区别的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。