apply,applymap和map的应用
总结:apply用在dataframe上，用于对row或者column进行计算；applymap用于dataframe上，是元素级别的操作；map（其实是python自带的）用于series上，是元素级别的操作。
如：
>>> df = pd.DataFrame(np.random.randint(0,10,(4, 3)), columns=list('bde'), index=range(4)) >>> dfb 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)
>>> frameid 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")
)
