Python函数中apply、map、applymap的区别

╰半夏微凉° 2024-03-23 17:37 71阅读 0赞

![7cb4ce319119c995d8fb3ea012e2464e.jpeg][]

本文主要介绍了 Python函数中apply、map、applymap的区别 ，文章围绕 Python函数中apply、map、applymap的相关资料展开详细内容,需要的朋友可以参考一下

### 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`上，元素级别的操作
 *  `map`—— `python`系统自带函数，应用在 `series`上， 元素级别的操作

### 二、实操对比 ###

**构建测试数据框：**

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 </td> 
 <td> <code>import</code> <code>pandas as pd</code> <code>import</code> <code>numpy as np</code> <code>df </code><code>=</code> <code>pd.DataFrame(np.random.randint(</code><code>0</code><code>, </code><code>10</code><code>, (</code><code>4</code><code>, </code><code>3</code><code>)), </code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>columns</code><code>=</code><code>list</code><code>(</code><code>'abc'</code><code>), </code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>index</code><code>=</code><code>range</code><code>(</code><code>4</code><code>))</code> <code>df</code> <code>'''</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>a&nbsp;&nbsp; b&nbsp;&nbsp; c</code> <code>0&nbsp;&nbsp; 5&nbsp;&nbsp; 4&nbsp;&nbsp; 8</code> <code>1&nbsp;&nbsp; 7&nbsp;&nbsp; 5&nbsp;&nbsp; 2</code> <code>2&nbsp;&nbsp; 1&nbsp;&nbsp; 2&nbsp;&nbsp; 2</code> <code>3&nbsp;&nbsp; 1&nbsp;&nbsp; 6&nbsp;&nbsp; 2</code> <code>'''</code> </td> 
 </tr> 
 </tbody> 
</table>

`apply`作用在 `dataframe`上的一行或者一列上

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 8 9 10 11 12 13 </td> 
 <td> <code>#Python学习交流群：531509025</code> <code># 默认按列操作 axis=0</code> <code># 求每列的最大值、最小值之差</code> <code>df.</code><code>apply</code><code>(</code><code>lambda</code> <code>x: x.</code><code>max</code><code>() </code><code>-</code> <code>x.</code><code>min</code><code>()) </code><code># axis=0</code> <code># 求每行的最大值、最小值之差</code> <code>df.</code><code>apply</code><code>(</code><code>lambda</code> <code>x: x.</code><code>max</code><code>() </code><code>-</code> <code>x.</code><code>min</code><code>(), axis</code><code>=</code><code>1</code><code>)</code> </td> 
 </tr> 
 </tbody> 
</table>

`applymap`作用在 `dataframe`的每一个元素上

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 </td> 
 <td> <code># 偶数放大10倍</code> <code>df.applymap(</code><code>lambda</code> <code>x: x</code><code>*</code><code>10</code> <code>if</code> <code>x</code><code>%</code><code>2</code> <code>=</code><code>=</code> <code>0</code> <code>else</code> <code>x)</code> </td> 
 </tr> 
 </tbody> 
</table>

`map`函数作用在 `series`上的每一个元素

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 </td> 
 <td> <code># 单独的序列</code> <code>df['b'].map(lambda x: 1 if x%2 == 0 else 0)</code> </td> 
 </tr> 
 </tbody> 
</table>

总的来说，要对数据进行应用函数操作时，考虑数据结构是 `DataFrame`还是 `Series`，再考虑是要按行执行还是按列执行，进行函数的选择。

到此这篇关于 `Python`函数中`apply`、`map`、`applymap`的区别 的文章就介绍到这了,希望可以帮到你。

来源：[微点阅读][Link 1] [https://www.weidianyuedu.com][Link 1]

[7cb4ce319119c995d8fb3ea012e2464e.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/230a1a086d37425da1848da0ae0ce166.png
[Link 1]: https://www.weidianyuedu.com