创新互联Python教程：pythonapply和map区别是什么

在python中如果想要对数据使用函数，可以借助apply()、applymap()、map()来应用函数，括号里面可以是直接函数式，或者自定义函数（def）或者匿名函数（lambad）。

创新互联主营晋安网站建设的网络公司,主营网站建设方案,重庆App定制开发,晋安h5成都微信小程序搭建,晋安网站营销推广欢迎晋安等地区企业咨询

import pandas as pd
import numpy as np
from pandas import DataFrame
from pandas import Series
df1= DataFrame({
                "sales1":[-1,2,3],
                "sales2":[3,-5,7],
               })
df1

1、当我们要对数据框（DataFrame）的数据进行按行或按列操作时用apply()。

df1.apply(lambda x :x.max()-x.min(),axis=1)
#axis=1，表示按行对数据进行操作
#从下面的结果可以看出，我们使用了apply函数之后，系统自动按行找值和最小值计算，每一行输出一个值

0    4

1    7

2    4

dtype: int64

df1.apply(lambda x :x.max()-x.min(),axis=0)
#默认参数axis=0,表示按列对数据进行操作
#从下面的结果可以看出，我们使用了apply函数之后，系统自动按列找值和最小值计算，每一列输出一个值

sales1     4

sales2    12

dtype: int64

2、当我们要对数据框（DataFrame）的每一个数据进行操作时用applymap()，返回结果是DataFrame格式。

df1.applymap(lambda x : 1 if x>0 else 0)
#从下面的结果可以看出，我们使用了applymap函数之后，
#系统自动对每一个数据进行判断，判断之后输出结果

3、当我们要对Series的每一个数据进行操作时用map()。

df1.sales1.map(lambda x : 1 if x>0 else 0)
#df1.sales1就是一个Series

0    0

1    1

2    1

Name: sales1, dtype: int64

4、总结：要对数据进行应用函数时，先看数据结构是DataFrame还是Series，Seriesj结构直接用map()，DataFrame结构的话再看是要按行还是按列进行操作来选择对应的函数即可。

python学习网，免费的在线学习python平台，欢迎关注！

文章标题：创新互联Python教程：pythonapply和map区别是什么
路径分享：http://www.shufengxianlan.com/qtweb/news35/305535.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联