系列之间的差异。地图和系列。申请[副本]

Question

我了解map对于pd的用法。系列和适用于pd。数据帧，但对pd使用map和apply有什么区别。系列？在我看来，他们基本上做了相同的事情：

>>> df['title'].map(  lambda value: str(value) + 'x')
>>> df['title'].apply(lambda value: str(value) + 'x')

似乎两者都只是向函数/映射发送一个值。两者之间是否有实际的区别，如果有的话，有什么例子可以证明这一点？或者，当应用于pd时，这些是否可以互换。系列？

参考文件：

• https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.map.html
• https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.apply.html

对于示例，map使用dict和apply使用func，但实际上，它们看起来是一样的吗？两者都可以使用一个函数。




Answer 1

匿名用户

另请参见系列的段落。地图上写着系列。apply用于在序列上应用更复杂的函数。

系列。映射如果是一对一关系，则可以用字典或返回一个值的一个参数的函数来表示。

系列。应用可以使用返回多个单个参数的函数（实际上是整个系列）。在这种情况下，系列的结果。应用将是一个数据帧。

换言之，您可以在使用map的地方始终使用apply。如果将dict（比如d）传递给map，则可以传递一个小lambda来应用：lambda x:d[x]。但如果使用apply将系列转换为数据帧，则不能使用map。

因此，map可能更适合于一对一的转换，并且应该尽可能使用，而不是apply。