pandas.DataFrame.apply，DataFrame.applymap，Series.map

---

apply

我们想在 DataFrame 的每行或者每列上都执行某个函数，可以使用 DataFrame 的 apply 方法。

例如，我们想计算下面 DataFrame 每列的最大值最小值之差：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(4, 3), columns=list('bde'),
                  index=['Baidi', 'Wuyi', 'Changan', 'Changshan'])
print(df)
"""
                  b         d         e
Baidi      1.671894  0.902370  0.008920
Wuyi      -0.368150  0.265574  1.538348
Changan   -0.491342 -0.073567  0.257416
Changshan  1.703614  1.007506 -1.837523
"""
1
2
3
4
5
6
7
8
9
10
11
12
13

f = lambda x: x.max() - x.min()
df.apply(f)
"""
b    2.194956
d    1.081073
e    3.375870
dtype: float64
"""
1
2
3
4
5
6
7
8

结果会返回一个 Series，其 index 为 df 的 column。

apply 有 axis 参数，默认为 0，即对每列做运算，如果将其指定为 1 或者 ‘columns’，则会对每行做运算：

df.apply(f, axis='columns')
"""
Baidi        1.662974
Wuyi         1.906497
Changan      0.748758
Changshan    3.541137
dtype: float64
"""
1
2
3
4
5
6
7
8

传入 apply 的函数不是必须返回标量值的，也可以返回类似 Series 这样的对象：

def f(x):
    return pd.Series([x.min(), x.max()], index=['min', 'max'])
1
2

df.apply(f)
"""
            b         d         e
min -0.491342 -0.073567 -1.837523
max  1.703614  1.007506  1.538348
"""
1
2
3
4
5
6

大多数常见的统计方法（例如 sum 和 mean）都是 DataFrame 的方法，因此除非我们需要做一些特别的运算，否则并不需要使用 apply 方法。

Series 也有 apply 方法，用法大致相同，且没有axis 参数。

---

applymap

如果我们想对 DataFrame 中的每个元素都运行我们自己定义的函数，可以使用 applymap 方法。例如：

format = lambda x: '%.2f' % x
df.applymap(format)
"""
               b      d      e
Baidi       1.67   0.90   0.01
Wuyi       -0.37   0.27   1.54
Changan    -0.49  -0.07   0.26
Changshan   1.70   1.01  -1.84
"""
1
2
3
4
5
6
7
8
9

---

map

Series 中对应 applymap 的方法为 map：

df['e'].map(format)
"""
Baidi         0.01
Wuyi          1.54
Changan       0.26
Changshan    -1.84
Name: e, dtype: object
"""
1
2
3
4
5
6
7
8

---

References

Python for Data Analysis, 2${}^{\mathrm{n}\mathrm{d}}$ edition. Wes McKinney.