pandas Series的map,apply的使用及区别

1、map

创建一个Series

>>> s = pd.Series(['cat', 'dog', np.nan, 'rabbit'])
>>> s
0
cat
1
dog
2
NaN
3
rabbit
dtype: object

根据字典值做映射，如果值不在字典里，会转换成NaN

>>> s.map({'cat': 'kitten', 'dog': 'puppy'})
0
kitten
1
puppy
2
NaN
3
NaN
dtype: object

也接受函数作为入参,Series的每一个元素作为函数的入参

>>> s.map('I am a {}'.format)
0
I am a cat
1
I am a dog
2
I am a nan
3
I am a rabbit
dtype: object

防止缺失值的运算，可以使用na_action=‘ignore’

>>> s.map('I am a {}'.format, na_action='ignore')
0
I am a cat
1
I am a dog
2
NaN
3
I am a rabbit
dtype: object

2、apply

创建Series

>>> s = pd.Series([20, 21, 12], index=['London', 'New York', 'Helsinki'])
>>> s
London
20
New York
21
Helsinki
12
dtype: int64

接受一个匿名函数，Series的元素作为函数的入参

>>> s.apply(lambda x: x ** 2)
London
400
New York
441
Helsinki
144
dtype: int64

apply入参除接受函数外，还接受额外的位置参数

>>> def subtract_custom_value(x, custom_value):
...
return x - custom_value
>>> s.apply(subtract_custom_value, args=(5,))
London
15
New York
16
Helsinki
7
dtype: int64

还可以传递关键字参数

>>> def add_custom_values(x, **kwargs):
...
for month in kwargs:
...
x += kwargs[month]
...
return x
>>> s.apply(add_custom_values, june=30, july=20, august=25)
London
95
New York
96
Helsinki
87
dtype: int64

区别

• map可以直接用字典做映射，apply第一个入参只能是函数
• apply可以传额外的参数，map不能

最后

以上就是寂寞麦片为你收集整理的pandas Series的map,apply的使用及区别的全部内容，希望文章能够帮你解决pandas Series的map,apply的使用及区别所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。