PADAS中MAP、Applymap和应用方法的区别

Question

PADAS中MAP、Applymap和应用方法的区别

你能告诉我什么时候使用这些矢量化方法和基本例子吗？

我看到了map是Series方法，而其余的则是DataFrame方法。我对apply和applymap但是方法。为什么我们有两个将函数应用到DataFrame的方法？再次，简单的例子，说明使用将是伟大的！

Answer 1

在这些答案中有很好的信息，但我要添加我自己的内容，以清楚地总结哪些方法是按数组工作的还是按元素的方式工作。杰利米哈布达主要是这样做的，但没有提到序列。我没有代表对此发表评论。DataFrame.apply一次在整行或列上操作。DataFrame.applymap, Series.apply，和Series.map同时对一个元素进行操作。的功能之间有很大的重叠。Series.apply和Series.map这意味着这两种方法在大多数情况下都是可行的。不过，它们确实有一些细微的差异，其中一些是在OSA的回答中讨论过的。

Answer 2

添加到其他答案中，在Series也有地图和应用.应用程序可以使DataFrame从一个系列中提取出来。然而，map只会在另一个系列的每个单元格中放置一个序列，这可能不是您想要的。In [40]: p=pd.Series([1,2,3])In [41]: pOut[31]:0    11    22    3dtype: int64In [42]: p.apply(lambda x: pd.Series([x, x]))Out[42]:     0  10  1  11  2  22  3  3In [43]: p.map(lambda x: pd.Series([x, x]))Out[43]: 0    0    11    1dtype: int641    0        21    2dtype: int642    0    31    3dtype: int64 dtype: object另外，如果我有一个有副作用的函数，例如“连接到web服务器”，我可能会使用apply只是为了清晰。series.apply(download_file_for_every_element)Map不仅可以使用函数，还可以使用字典或其他系列。假设你想操纵排列.拿走，带走1 2 3 4 52 1 4 5 3这个置换的平方是1 2 3 4 51 2 5 3 4您可以使用map..不确定是否记录了自应用程序，但它在0.15.1.In [39]: p=pd.Series([1,0,3,4,2])In [40]: p.map(p)Out[40]: 0    01    12    43    24    3dtype: int64