pandas中的map()、apply()、applymap()函数的区别

它们的区别就在于应用对象的不同

1、map

  map()是Series对象的一个函数,DataFrame中没有map(),map()的功能是将一个自定义函数作用于Series对象的每个元素。

eg:

1 frame = pd.DataFrame({
               ‘key1:[a,b,c,d],
               ‘key2:[one,two,three,four],
               ‘data1:np.arange(4),
               ‘data2:np.arange(5,9)
              })
2 df

pandas中的map()、apply()、applymap()函数的区别

现在使用map()函数来将data1这一列的数据改为保留三位小数显示

1 df[data1] = df[data1].map(lambda x : "%.3f"%x)

运行结果:

pandas中的map()、apply()、applymap()函数的区别

2、apply

  apply()函数的功能是将一个自定义函数作用于DataFrame的行或者列

eg:现在使用apply()对data1和data2相加

df[total] = df[[data1,data2]].apply(lambda x : x.sum(), axis = 1)

运行结果:

pandas中的map()、apply()、applymap()函数的区别

df.loc[total] = df[[data1,data2]].apply(lambda x : x.sum(), axis = 0)  #注意索引行必须用loc

pandas中的map()、apply()、applymap()函数的区别

3、applymap

  applymap()函数的功能是将自定义函数作用于DataFrame的所有元素

eg:现在将DataFrame的所有元素前面加字符#

1 def add(n):
2     return # + str(n)
3 df.applymap(add)

运行结果:

pandas中的map()、apply()、applymap()函数的区别

 容易发现,DataFrame对象的一行或者一列可以看成一个Series对象,因此也适用map()函数,几个对象之间可以互相转化,注意灵活使用。

pandas中的map()、apply()、applymap()函数的区别

上一篇:在mac上如何用safari浏览器调试ios手机的移动端页面


下一篇:centos下如何读取ntfs和exfat格式的移动硬盘和闪存盘