熊猫系列有什么不同。apply（）和系列。映射（）？[副本]

Question

使用输入对应关系映射序列值（可以是dict、序列或函数）

对Series的值调用函数。可以是ufunc（适用于整个系列的NumPy函数）或仅适用于单个值的Python函数

apply（）。同时，map（）允许对空值处理进行一定程度的控制。除了历史上类似于Python的apply（）和map（）函数之外，在一般使用中，是否有理由选择其中一个函数？为什么不把这些功能结合起来呢？




Answer 1

匿名用户

差别很微妙：

熊猫。系列map将用传递到map的值替换序列值。

熊猫。系列apply将函数（可能带有参数）应用于序列的值。

区别在于你能把什么传递给方法

• map和Application都可以接收一个函数：

s = pd.Series([1, 2, 3, 4])

def square(x):
     return x**2

s.map(square) 

0    1
1    2
2    3
3    4
dtype: int64

s.apply(square) 

0    1
1    2
2    3
3    4
dtype: int64

• 但是，传递到map的函数不能有多个参数（它将输出ValueError）：

def power(x, p):
    return x**p

s.apply(power, p=3)

0     1
1     8
2    27
3    64
dtype: int64


s.map(power,3)
---------------------------------------------------------------------------
ValueError  

• map可以接收字典（甚至是pd.Series，在这种情况下，它将使用索引作为键），而apply不能（它将输出TypeError）

dic = {1: 5, 2: 4}

s.map(dic)

0    5.0
1    4.0
2    NaN
3    NaN
dtype: float64

s.apply(dic)
---------------------------------------------------------------------------
TypeError  


s.map(s)

0    2.0
1    3.0
2    4.0
3    NaN
dtype: float64


s.apply(s)

---------------------------------------------------------------------------
TypeError