python apply和map方法的区别_Python中的map()、apply()和applymap()函数

超、凢脫俗 2022-10-27 13:39 207阅读 0赞

参考资料：

《对比Excel，轻松学习Python数据分析》

《Intermediate Python》

本文主要简单介绍了Python中非常强大的map()函数和pandas中类似的apply()和applymap()函数。

map()

map(function, args)

map()函数对序列args中的每个值进行相同的function操作，最终得到一个结果序列。

大多数情况下，我们需要把列表中的所有元素一个一个地传递给函数，并收集输出，比如说：

x\_s = \[1, 2, 3\]

y\_s = \[3, 2, 1\]

result = list()

for x, y in zip(x\_s, y\_s):

result.append(x + y)

运行结果：

![84a46c2f000f][]

而map()可以让我们使用一种简单且优雅得多的方式实现。

示例

x\_s = \[1, 2, 3\]

y\_s = \[3, 2, 1\]

\# 对序列x\_s和y\_s中的对应元素进行相加

a = map(lambda x, y:x+y, x\_s, y\_s)

![84a46c2f000f][]

map()函数生成的结果序列不会把全部结果显示出来，要想获得结果序列，可以使用list()方法。

![84a46c2f000f][]

大多数情况下，我们使用匿名函数(lambda)来配合map()。

map()不仅可用于一列表的输入，甚至可以用于一列表的函数。

def multiply(x, y):

return (x \* y)

def add(x, y):

return (x + y)

funcs = \[multiply, add\] \# 包含两个函数的列表

for x, y in zip(x\_s, y\_s):

value = map(lambda f: f(x, y), funcs)

print(list(value))

运行结果：

![84a46c2f000f][]

apply()和applymap()

在DataFrame中与map()函数类似的函数有两个：

apply()

applymap()

apply()

apply()函数主要用于对DataFrame中的某一column或row中的元素执行相同的函数操作。

新建一个DataFrame如下：

![84a46c2f000f][]

对某一列(column)进行操作

\# 对C1列中的每一个元素加1

df\["C1"\].apply(lambda x:x+1)

运行结果：

![84a46c2f000f][]

对某一行(row)进行操作

\# 对第1行的每一个元素加1

df.loc\[1\].apply(lambda x:x+1)

运行结果：

![84a46c2f000f][]

当然，apply()也可对DataFrame的每一个元素进行操作

\# 对df表中的每一个元素加1

df.apply(lambda x:x+1)

运行结果：

![84a46c2f000f][]

applymap()

applymap()函数用于对DataFrame中的每一个元素执行相同的函数操作。

\# 对df表中的每一个元素加1

df.applymap(lambda x:x+1)

运行结果：

![84a46c2f000f][]

[84a46c2f000f]: /images/20221024/9d373abe44764bb0be6a76bd229c3955.png

发表评论取消回复

表情：

评论列表（有 0 条评论，207人围观）

还没有评论，来说两句吧...

相关阅读

相关 Python函数中apply、map、applymap的区别

![7cb4ce319119c995d8fb3ea012e2464e.jpeg][] 本文主要介绍了 Python函数中apply、map、applymap的区别，文章围绕

╰半夏微凉°/ 2024年03月23日 17:37/ 0 赞/ 75 阅读

相关 Python中apply、applymap和map的区别

Python中apply、applymap和map的区别在Python数据分析中，经常使用到numpy和pandas这两个库。在这两个库中，都有apply、applymap

浅浅的花香味﹌/ 2024年03月17日 15:10/ 0 赞/ 79 阅读

相关 python apply和map方法的区别_Python中的map()、apply()和applymap()函数

参考资料：《对比Excel，轻松学习Python数据分析》《Intermediate Python》本文主要简单介绍了Python中非常强大的map()函数和pan

超、凢脫俗/ 2022年10月27日 13:39/ 0 赞/ 208 阅读

相关 Python函数中apply、map、applymap的区别

一、总结 apply —— 应用在 dataFrame 上，用于对 row 或者 column 进行计算 applymap —— 应用在 dataFrame

- 日理万妓/ 2022年09月16日 14:14/ 0 赞/ 148 阅读

相关 python中函数和方法的区别

参考文章：[python中函数和方法的区别][python] 首先，从分类的角度来分析。（1）函数的分类： > 内置函数：python内嵌的一些函数。 >

Myth丶恋晨/ 2022年09月14日 14:25/ 0 赞/ 178 阅读

相关 python中的apply(),applymap(),map() 的用法和区别

在Python中如果想要对数据使用函数，可以借助apply(),applymap(),map() 来应用函数，括号里面可以是直接函数式，或者自定义函数（def）或者匿名函数（l

绝地灬酷狼/ 2022年09月03日 12:23/ 0 赞/ 210 阅读

相关函数的call() apply()方法的作用和区别

作用改变一个函数的this值，即执行对象，和传递给这个函数的参数区别两者只是第二个参数不同， apply第二个参数是数组用法： var f

迷南。/ 2022年07月13日 00:44/ 0 赞/ 239 阅读

相关 python中的map()函数和reduce()函数的区别和用法介绍

咱们先从定义上来解释一下这两个函数的区别： ①从参数方面来讲： map(func, \iterables)包含两个参数，第一个是参数是一个函数，第二个是序列（列表或元组

淩亂°似流年/ 2022年05月11日 12:40/ 0 赞/ 192 阅读

相关 pandas中map和applymap及apply的区别

在pandas中，针对于行或者列又或者是每个元素的操作很容易让人混淆，下面我们来看看分别对应的几个函数区别。 apply() apply()是pandas里DataFram

以你之姓@/ 2022年02月28日 00:12/ 0 赞/ 233 阅读

相关 panda中的apply方法和applymap方法的用法区别总结

apply方法传入的是一个列Series，而applymap传入的是每一个元素值 df = pd.DataFrame({"a": "aaa", "b": 18,

缺乏、安全感/ 2021年08月13日 22:17/ 0 赞/ 384 阅读