你能告诉我什么时候使用这些矢量化方法和基本示例吗？
我看到这map是一种Series方法，而其余的是DataFrame方法。我对apply和applymap方法感到困惑。为什么我们有两种方法可以将函数应用于 DataFrame？同样，说明用法的简单示例会很棒！
问问题
421351 次
11 回答
650
直接来自 Wes McKinney 的Python for Data Analysis一书，pg。132（我强烈推荐这本书）：
另一个常见的操作是将一维数组上的函数应用于每一列或每一行。DataFrame 的 apply 方法正是这样做的：
In [116]: frame = DataFrame(np.random.randn(4, 3), columns=list('bde'), index=['Utah', 'Ohio', 'Texas', 'Oregon'])
In [117]: frame
Out[117]:
b d e
Utah -0.029638 1.081563 1.280300
Ohio 0.647747 0.831136 -1.549481
Texas 0.513416 -0.884417 0.195343
Oregon -0.485454 -0.477388 -0.309548
In [118]: f = lambda x: x.max() - x.min()
In [119]: frame.apply(f)
Out[119]:
b 1.133201
d 1.965980
e 2.829781
dtype: float64
许多最常见的数组统计信息（如 sum 和 mean）都是 DataFrame 方法，因此不需要使用 apply。
也可以使用逐元素 Python 函数。假设您想从帧中的每个浮点值计算一个格式化字符串。您可以使用 applymap 执行此操作：
In [120]: format = lambda x: '%.2f' % x
In [121]: frame.applymap(format)
Out[121]:
b d e
Utah -0.03 1.08 1.28
Ohio 0.65 0.83 -1.55
Texas 0.51 -0.88 0.20
Oregon -0.49 -0.48 -0.31
名称 applymap 的原因是 Series 有一个 map 方法来应用元素函数：
In [122]: frame['e'].map(format)
Out[122]:
Utah 1.28
Ohio -1.55
Texas 0.20
Oregon -0.31
Name: e, dtype: object
总而言之，apply在 DataFrame 的行/列基础上工作，在 DataFrameapplymap上按map元素工作，在 Series 上按元素工作。
于 2013-11-05T20:40:33.743 回答
218
比较map,applymap和apply: 上下文很重要
第一个主要区别：定义
map仅在系列上定义applymap仅在 DataFrames 上定义apply两者都定义
第二个主要区别：输入参数
map接受dictsSeries、 或 callableapplymap并apply仅接受可调用对象
第三个主要区别：行为
map是元素级的系列applymap对于 DataFrames 是 elementwiseapply也可以按元素工作，但适用于更复杂的操作和聚合。行为和返回值取决于函数。
第四大区别（最重要的一个）：USE CASE
map用于将值从一个域映射到另一个域，因此针对性能进行了优化（例如，df['A'].map({1:'a', 2:'b', 3:'c'})）applymap适用于跨多行/多列的元素转换（例如，df[['A', 'B', 'C']].applymap(str.strip)）apply用于应用任何无法矢量化的函数（例如df['sentences'].apply(nltk.sent_tokenize)）。
另请参阅我何时应该（不）想在我的代码中使用 pandas apply()？对于我之前写的一篇关于最适合使用场景的文章apply（请注意，数量不多，但有一些——应用通常很慢）。
总结
脚注
map当传递一个字典/系列时，将根据该字典/系列中的键映射元素。缺失值将在输出中记录为 NaN。
applymap在最近的版本中已针对某些操作进行了优化。您会发现applymap比apply某些情况下要快一些。我的建议是测试它们并使用更好的方法。
map针对元素映射和转换进行了优化。涉及字典或系列的操作将使 pandas 能够使用更快的代码路径以获得更好的性能。
Series.apply返回用于聚合操作的标量，否则返回 Series。同样对于DataFrame.apply。请注意，apply当使用某些 NumPy 函数（例如 、 等）调用时，它也有快速mean路径sum。
于 2019-05-25T01:26:05.370 回答
90
快速总结
DataFrame.apply一次对整行或整列进行操作。DataFrame.applymap,Series.apply, 并且Series.map一次对一个元素进行操作。
Series.apply并且Series.map是相似的并且经常可以互换。下面osa 的回答中讨论了它们的一些细微差别。
于 2016-08-11T15:20:32.563 回答
43
Apply 可以从一个系列中创建一个 DataFrame；但是，map 只会在另一个系列的每个单元格中放置一个系列，这可能不是您想要的。
In [40]: p=pd.Series([1,2,3])
In [41]: p
Out[31]:
0 1
1 2
2 3
dtype: int64
In [42]: p.apply(lambda x: pd.Series([x, x]))
Out[42]:
0 1
0 1 1
1 2 2
2 3 3
In [43]: p.map(lambda x: pd.Series([x, x]))
Out[43]:
0 0 1
1 1
dtype: int64
1 0 2
1 2
dtype: int64
2 0 3
1 3
dtype: int64
dtype: object
此外，如果我有一个具有副作用的功能，例如“连接到 Web 服务器”，我可能apply只是为了清楚起见而使用。
series.apply(download_file_for_every_element)
Map不仅可以使用函数，还可以使用字典或其他系列。假设您想操纵permutations。
拿
1 2 3 4 5
2 1 4 5 3
这个排列的平方是
1 2 3 4 5
1 2 5 3 4
您可以使用map. 不确定是否记录了自我申请，但它适用于0.15.1.
In [39]: p=pd.Series([1,0,3,4,2])
In [40]: p.map(p)
Out[40]:
0 0
1 1
2 4
3 2
4 3
dtype: int64
于 2014-12-08T23:30:11.883 回答
23
@jeremiahbuddha 提到 apply 适用于行/列，而 applymap 适用于元素。但似乎您仍然可以使用 apply 进行元素计算......
frame.apply(np.sqrt)
Out[102]:
b d e
Utah NaN 1.435159 NaN
Ohio 1.098164 0.510594 0.729748
Texas NaN 0.456436 0.697337
Oregon 0.359079 NaN NaN
frame.applymap(np.sqrt)
Out[103]:
b d e
Utah NaN 1.435159 NaN
Ohio 1.098164 0.510594 0.729748
Texas NaN 0.456436 0.697337
Oregon 0.359079 NaN NaN
于 2013-12-19T17:21:38.040 回答
12
只是想指出，因为我为此挣扎了一会儿
def f(x):
if x < 0:
x = 0
elif x > 100000:
x = 100000
return x
df.applymap(f)
df.describe()
这不会修改数据框本身，必须重新分配：
df = df.applymap(f)
df.describe()
于 2015-09-26T01:30:24.157 回答
11
可能最简单的解释 apply 和 applymap 之间的区别：
apply将整列作为参数，然后将结果分配给该列
applymap将单独的单元格值作为参数并将结果分配回此单元格。
注意如果应用返回单个值，您将在分配后拥有该值而不是列，最终将只有一行而不是矩阵。
于 2016-05-20T02:10:04.583 回答
6
基于cs95的回答
map仅在系列上定义applymap仅在 DataFrames 上定义apply两者都定义
举一些例子
In [3]: frame = pd.DataFrame(np.random.randn(4, 3), columns=list('bde'), index=['Utah', 'Ohio', 'Texas', 'Oregon'])
In [4]: frame
Out[4]:
b d e
Utah 0.129885 -0.475957 -0.207679
Ohio -2.978331 -1.015918 0.784675
Texas -0.256689 -0.226366 2.262588
Oregon 2.605526 1.139105 -0.927518
In [5]: myformat=lambda x: f'{x:.2f}'
In [6]: frame.d.map(myformat)
Out[6]:
Utah -0.48
Ohio -1.02
Texas -0.23
Oregon 1.14
Name: d, dtype: object
In [7]: frame.d.apply(myformat)
Out[7]:
Utah -0.48
Ohio -1.02
Texas -0.23
Oregon 1.14
Name: d, dtype: object
In [8]: frame.applymap(myformat)
Out[8]:
b d e
Utah 0.13 -0.48 -0.21
Ohio -2.98 -1.02 0.78
Texas -0.26 -0.23 2.26
Oregon 2.61 1.14 -0.93
In [9]: frame.apply(lambda x: x.apply(myformat))
Out[9]:
b d e
Utah 0.13 -0.48 -0.21
Ohio -2.98 -1.02 0.78
Texas -0.26 -0.23 2.26
Oregon 2.61 1.14 -0.93
In [10]: myfunc=lambda x: x**2
In [11]: frame.applymap(myfunc)
Out[11]:
b d e
Utah 0.016870 0.226535 0.043131
Ohio 8.870453 1.032089 0.615714
Texas 0.065889 0.051242 5.119305
Oregon 6.788766 1.297560 0.860289
In [12]: frame.apply(myfunc)
Out[12]:
b d e
Utah 0.016870 0.226535 0.043131
Ohio 8.870453 1.032089 0.615714
Texas 0.065889 0.051242 5.119305
Oregon 6.788766 1.297560 0.860289
于 2020-05-05T03:56:59.270 回答
4
只是为了获得额外的上下文和直觉，这里有一个明确而具体的差异示例。
假设您有如下所示的以下功能。（此标签功能将根据您作为参数 (x) 提供的阈值将值任意拆分为“高”和“低”。）
def label(element, x):
if element > x:
return 'High'
else:
return 'Low'
在此示例中，假设我们的数据框有一列带有随机数。
如果您尝试使用 map 映射标签函数：
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，你会发现它有效：
df['ColumnName'].apply(label, x=0.8)
Series.apply()可以按元素接受其他参数，而Series.map()方法将返回错误。
现在，如果您尝试同时将相同的函数应用于数据框中的多个列，则使用DataFrame.applymap()。
df[['ColumnName','ColumnName2','ColumnName3','ColumnName4']].applymap(label)
最后，您还可以在数据帧上使用 apply() 方法，但 DataFrame.apply() 方法具有不同的功能。df.apply() 方法不是按元素应用函数，而是沿轴应用函数，无论是按列还是按行。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。
这是一个例子：
df.apply(pd.value_counts)
当我们将 pd.value_counts 函数应用于数据帧时，它会计算所有列的值计数。
请注意，这非常重要，当我们使用 df.apply() 方法来转换多个列时。这仅是可能的，因为 pd.value_counts 函数对序列进行操作。如果我们尝试使用 df.apply() 方法将一个按元素工作的函数应用于多个列，我们会得到一个错误：
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')
一般来说，我们应该只在向量化函数不存在时使用 apply() 方法。回想一下，pandas 使用向量化（一次将操作应用于整个系列的过程）来优化性能。当我们使用 apply() 方法时，我们实际上是在循环遍历行，因此向量化方法可以比 apply() 方法更快地执行等效任务。
以下是一些您不想使用任何类型的 apply/map 方法重新创建的向量化函数的示例：
- Series.str.split() 拆分系列中的每个元素
- Series.str.strip() 从系列中的每个字符串中去除空格。
- Series.str.lower() 将 Series 中的字符串转换为小写。
- Series.str.upper() 将 Series 中的字符串转换为大写。
- Series.str.get() 检索 Series 中每个元素的第 i 个元素。
- Series.str.replace() 用另一个字符串替换系列中的正则表达式或字符串
- Series.str.cat() 连接系列中的字符串。
- Series.str.extract() 从与正则表达式模式匹配的系列中提取子字符串。
于 2020-12-23T19:26:00.777 回答
3
我的理解：
从功能上看：
如果函数具有需要在列/行内比较的变量，请使用
apply.
例如：lambda x: x.max()-x.mean()。
如果要将函数应用于每个元素：
1>如果找到列/行，请使用apply
2> 如果适用于整个数据框，请使用applymap
majority = lambda x : x > 17
df2['legal_drinker'] = df2['age'].apply(majority)
def times10(x):
if type(x) is int:
x *= 10
return x
df2.applymap(times10)
于 2018-06-08T01:29:33.287 回答
2
FOMO：
以下示例显示apply并applymap应用于DataFrame.
map功能是您仅适用于系列的东西。您不能map 在 DataFrame 上申请。
要记住的是， apply可以做任何事情 applymap，但apply有额外的选项。
X 因子选项是：axis以及result_typewhereresult_type仅适用于何时axis=1（对于列）。
df = DataFrame(1, columns=list('abc'),
index=list('1234'))
print(df)
f = lambda x: np.log(x)
print(df.applymap(f)) # apply to the whole dataframe
print(np.log(df)) # applied to the whole dataframe
print(df.applymap(np.sum)) # reducing can be applied for rows only
# apply can take different options (vs. applymap cannot)
print(df.apply(f)) # same as applymap
print(df.apply(sum, axis=1)) # reducing example
print(df.apply(np.log, axis=1)) # cannot reduce
print(df.apply(lambda x: [1, 2, 3], axis=1, result_type='expand')) # expand result
作为旁注，Seriesmap函数不应与 Pythonmap函数混淆。
第一个应用于系列，以映射值，第二个应用于可迭代的每个项目。
于 2019-05-07T17:20:20.057 回答