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：
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randint(0, 10, (4, 3)),
columns=list('abc'),
index=range(4))
df
'''
a b c
0 5 4 8
1 7 5 2
2 1 2 2
3 1 6 2
'''
- apply 作用在 dataframe 上的一行或者一列上
# 默认按列操作 axis=0
# 求每列的最大值、最小值之差
df.apply(lambda x: x.max() - x.min()) # axis=0
# 求每行的最大值、最小值之差
df.apply(lambda x: x.max() - x.min(), axis=1)
- applymap 作用在 dataframe 的每一个元素上
# 偶数放大10倍
df.applymap(lambda x: x*10 if x%2 == 0 else x)
- map 函数作用在 series 上的每一个元素
# 单独的序列
df['b'].map(lambda x: 1 if x%2 == 0 else 0)
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。