pandas 中 pandas.Dataframe.applymap方法的使用

注意：applymap函数只有Dataframe有，Serise没有（这里不讨论三维的）,固然applymap不能再DataFrame数据中取一列或者一行进行func 
DataFrame.applymap(func)

此方法应用一个函数，该函数接受并返回一个Scalar到DataFrame的每个元素。

其实此方法可以实现apply中DataFrame中的功能，但是它会比applymap慢很多

如下列：

a = time.time()
df12 = pd.DataFrame({'manage_score': ['12', '34', '34', '56', '67'], 'math_score': ['23', '52', '35', '77', '67'], 'english_score': ['90', '23', '53', '66', '67']})

    
# df12 = df12.apply(lambda x: x + '-')
# print(df12)

df13 = df12.applymap(lambda x: x + '-')
print(df13)
b = time.time()
print(b-a)

结果：
df12所用的时间：0.028481245040893555
df13所用的时间：0.011883974075317383
可以看出慢了一倍的时间，这还是数据只有几条，所以尽量避免使用applymap