pandas的apply() | map() | applymap()的使用

最新推荐文章于 2024-01-16 10:56:47 发布

原创

最新推荐文章于 2024-01-16 10:56:47 发布 · 654 阅读

CC 4.0 BY-SA版权

本文介绍了pandas中的apply、map和applymap方法的使用，详细阐述了它们的区别。apply方法适用于dataframe和series，可以指定axis进行聚合操作；map方法仅适用于series，用于字典映射；applymap则对dataframe的每个元素应用函数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

pandas中的apply、map、applymap都是利用lambda函数对DataFrame中的数据进行处理，几个方法之间的异同如下：

pandas的两种数据结构即dataframe和series 中都可以使用apply方法，dataframe中的apply方法需要指定axis参数（axis默认为0即使用lambda x 之后的x为按列索引获取的series），可以使用聚合函数求得每一列中的最大值max、最小值min、均值mean、计数count、求和sum等，series中的apply方法与map方法一样，都是作用于单个元素，可以对单个元素进行处理，注意此处不可以进行聚合处理，因为其作用对象为单个元素；
series中使用apply(lambda x: func(x))即对该series中的每一个元素进行函数func(x) 处理；
series中使用map(map_dic)即对该series中的每一个元素进行字典映射(map_dic)处理；
dataframe中使用applymap(lambda x:func(x))即对dataframe中的每一个元素进行函数func(x)处理。