python里的apply,applymap和map的区别

apply
applymap
map

>>> df = pd.DataFrame(np.random.randint(0,10,(4, 3)), columns=list('bde'), index=range(4))
>>> df
   b  d  e
0  2  0  5
1  8  9  1
2  3  6  6
3  4  8  4

apply：作用在dataframe的一行或一列上

>>> f = lambda x: x.max() - x.min()
>>> df.apply(f)
b    6
d    9
e    5
dtype: int64 
>>> df.apply(f,axis=1)  # 作用在一行上
0    5
1    8
2    3
3    4
dtype: int64
>>> df.apply(f,axis=0)  # 作用在一列上，axis=0可省略
b    6
d    9
e    5
dtype: int64

applymap： 作用在dataframe的每一个元素上

>>> f2 = lambda x: x+1 if x%2==0 else x
>>> df.applymap(f2)
   b  d  e
0  3  1  5
1  9  9  1
2  3  7  7
3  5  9  5

 关于apply传入多个参数：

>>> data = {'id':range(5),'value':list("abcab")}
>>> frame = pd.DataFrame(data)
>>> frame
   id value
0   0     a
1   1     b
2   2     c
3   3     a
4   4     b

>>> def testf(x, str):
...     return x,str

>>> frame["id"].apply(testf, args=("ok",))
0    (0, ok)
1    (1, ok)
2    (2, ok)
3    (3, ok)
4    (4, ok)
Name: id, dtype: object
# 注意这里args只能传入(元组),不能是"ok"或("ok")