python apply和map有什么区别

这篇文章将为大家详细讲解python apply和map有什么区别，文章内容质量较高，因此小编分享给大家做个参考，希望大家阅读完这篇文章后对相关知识有一定的了解。

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）。

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，系统自动按行找最大值和最小值计算，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，系统自动按列找最大值和最小值计算，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。

关于python apply和map有什么区别就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。