python apply和map有什么区别

在Python中，如果要对数据使用函数，可以使用apply()、applymap()、map()来应用函数，括号内可以是直接函数，也可以是自定义函数（def）或匿名函数（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、当我们想对DataFrame的数据进行逐行或逐列操作时，使用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，系统自动按行找值和最小值计算，每一行输出一个值

0 4

1 7

2 4

dtype: int64

df1.apply(lambda x :x.max()-x.min(),axis=0)
#默认参数axis=0,表示按列对数据进行操作
#从下面的结果可以看出，我们使用了apply函数之后，系统自动按列找值和最小值计算，每一列输出一个值

sales1 4

sales2 12

dtype: int64

2、当我们要对数据框（DataFrame）的每条数据进行操作时，使用applymap()，返回结果为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：对数据应用函数时，首先要检查数据结构是DataFrame还是Series。 Seriesj结构直接使用map()。如果DataFrame结构要按行或按列操作，选择相应的函数。 .

python学习网，免费的在线学习
，欢迎关注！