问Pandas中map、applymap和应用方法的区别

EN

对于附加的上下文和直觉，这里有一个明确而具体的例子来说明这些差异。

假设您有下面所示的函数。(此label函数将根据作为参数(x)提供的阈值将值任意拆分为“High”和“Low”。)

def label(element, x):
    if element > x:
        return 'High'
    else:
        return 'Low'

在这个例子中，让我们假设我们的dataframe有一个带有随机数的列。

​

​

如果您尝试用map映射label函数：

df['ColumnName'].map(label, x = 0.8)

您将导致以下错误：

TypeError: map() got an unexpected keyword argument 'x'

现在，使用相同的函数并使用apply，您将看到它是有效的：

df['ColumnName'].apply(label, x=0.8)

Series.apply()可以采用额外的参数元素，而Series.map()方法将返回一个错误。

现在，如果您试图同时将相同的函数应用于数据帧中的几个列，则使用DataFrame.applymap()。

df[['ColumnName','ColumnName2','ColumnName3','ColumnName4']].applymap(label)

最后，您也可以在dataframe上使用capabilities ()方法，但是DataFrame.apply()方法具有不同的功能。df.apply()方法不应用函数元素，而是沿轴应用函数，无论是按列方向，还是按行方向。当我们创建一个与df.apply()一起使用的函数时，我们将其设置为接受一个系列，最常见的是一个列。

下面是一个示例：

df.apply(pd.value_counts)

当我们将pd.value_counts函数应用于dataframe时，它计算了所有列的值计数。

注意，当我们使用df.apply()方法转换多列时，这一点非常重要。这是可能的，因为pd.value_counts函数对一个系列进行操作。如果我们尝试使用df.apply()方法对多个列应用一个按元素工作的函数，就会得到一个错误：

例如：

def label(element):
    if element > 1:
        return 'High'
    else:
        return 'Low'

df[['ColumnName','ColumnName2','ColumnName3','ColumnName4']].apply(label)

这将导致以下错误：

ValueError: ('The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().', u'occurred at index Economy')

通常，当向量化函数不存在时，我们应该只使用apply()方法。回想一下，熊猫使用矢量化，对整个系列同时应用操作的过程，以优化性能。当我们使用apply()方法时，我们实际上是在遍历行，因此向量化方法可以比apply()方法更快地执行等效任务。

​

​

下面是一些已经存在的矢量化函数的示例，您不希望使用任何类型的apply/map方法重新创建这些函数：

1. Series.str.split()拆分系列中的每个元素
2. Series.str.strip()从系列中的每个字符串中剥离空格。
3. Series.str.lower()将系列中的字符串转换为小写。
4. Series.str.upper()将系列中的字符串转换为大写。
5. Series.str.get()检索系列中每个元素的ith元素。
6. Series.str.replace()用另一个字符串替换本系列中的正则表达式或字符串
7. Series.str.cat()在一个系列中连接字符串。
8. Series.str.extract()从匹配regex模式的系列中提取子字符串。