python中pandas中的apply和map的区别

作用：

apply是一种让函数作用于列或者行操作；
applymap是一种让函数作用于DataFrame每一个元素的操作； 
map是一种让函数作用于Series每一个元素的操作。

关于apply：

apply是DataFrame数据类型的函数； 
当想让方程作用在一维的向量上时，可以使用apply来完成；
apply的操作对象DataFrame的一列或者一行数据。 

关于applymap：

applymap是DataFrame数据类型的函数； 
applymap是element-wise的，作用于每个DataFrame的每个数据； 
如果想让方程作用于DataFrame中的每一个元素，可以使用applymap。 

关于map：

map是Series数据类型的函数；
map是element-wise的，对Series中的每个数据调用一次函数；  
map主要是作用将函数作用于一个Series的每一个元素。

案例

以两列数据为例：

def  sum_test (a, b)：
　　return a+b

如果想对df表中其中两列(列名1，列名2)作加和处理操作，得到新列名位sum_value：

两种不同的写法：

1、df ['sum_value'] = df.apply(lambda x: sum_test(x['列名1']，x['列名2'])， axis=1)

2、df ['sum_value'] = df.apply(sum_test，args= ( sum_test(df['列名1']，df['列名2'] )， axis=1)

axis=1代表，对纵轴数据进行相关操作，即列。