数据分析—pandas中 map、apply、applymap 函数用法

它们的区别在于应用的对象不同。

1、map（）

map() 是一个Series的函数，DataFrame结构中没有map()。map()将一个自定义函数应用于Series结构中的每个元素(elements)。

例子：

df = pd.DataFrame({'key1' : ['a', 'a', 'b', 'b', 'a'],
                   'key2' : ['one', 'two', 'one', 'two', 'one'],
                   'data1' : np.arange(5),
                   'data2' : np.arange(5,10)})
df

这里写图片描述

我们现在用map来对列data1改成保留小数点后三位

#lambda在这里其实是在定义一个简单的函数，一个没有函数名的函数。
df['data1'] = df['data1'].map(lambda x : "%.3f"%x) 
df

这里写图片描述

你也可以用map把key1的a改成c，b改成d

df['key1'] = df['key1'].map({'a':'c',"b":"d"})
df

这里写图片描述

lambda的好处就是简单、好写、好理解。坏处就是不能重复利用，在重复使用时还是要重新再定义。

2、apply（）

apply()将一个函数作用于DataFrame中的每个行或者列
axis参数：axis=0 按照列 ；axis=1 按照行

例子1：

我们现在用apply来对列data1，data2进行相加

#axis =1 ,apply function to each row. 
#axis =0,apply function to each column,default 0
df['total'] = df[['data1','data2']].apply(lambda x : x.sum(),axis=1 ) 
df

这里写图片描述

df.loc['total'] = df[['data1','data2']].apply(lambda x : x.sum(),axis=0 )
df

这里写图片描述

例子2： 计算日期相减示例

平时我们会经常用到日期的计算，比如要计算两个日期的间隔，比如下面的一组关于 wbs 起止日期的数据：

    wbs   date_from     date_to
  job1  2019-04-01  2019-05-01
  job2  2019-04-07  2019-05-17
  job3  2019-05-16  2019-05-31
  job4  2019-05-20  2019-06-11

假定要计算起止日期间隔的天数。比较简单的方法就是两列相减（datetime 类型)：

import pandas as pd
import datetime as dt

wbs = {
    "wbs": ["job1", "job2", "job3", "job4"],
    "date_from": ["2019-04-01", "2019-04-07", "2019-05-16","2019-05-20"],
    "date_to": ["2019-05-01", "2019-05-17", "2019-05-31", "2019-06-11"]
}

df = pd.DataFrame(wbs)
df['elpased'] = df['date_to'].apply(pd.to_datetime) -   
               df['date_from'].apply(pd.to_datetime)

apply() 函数将 date_from 和 date_to 两列转换成 datetime 类型。我们 print 一下 df:

    wbs   date_from     date_to elapsed
0  job1  2019-04-01  2019-05-01 30 days
1  job2  2019-04-07  2019-05-17 40 days
2  job3  2019-05-16  2019-05-31 15 days
3  job4  2019-05-20  2019-06-11 22 days

日期间隔已经计算出来，但后面带有一个单位 days，这是因为两个 datetime 类型相减，得到的数据类型是 timedelta64，如果只要数字，还需要使用 timedelta 的 days 属性转换一下。

elapsed= df['date_to'].apply(pd.to_datetime) -
    df['date_from'].apply(pd.to_datetime)
df['elapsed'] = elapsed.apply(lambda x : x.days)

使用 DataFrame.apply() 函数也能达到同样的效果，我们需要先定义一个函数 get_interval_days() 函数的第一列是一个 Series 类型的变量，执行的时候，依次接收 DataFrame 的每一行。

import pandas as pd
import datetime as dt

def get_interval_days(arrLike, start, end):   
    start_date = dt.datetime.strptime(arrLike[start], '%Y-%m-%d')
    end_date = dt.datetime.strptime(arrLike[end], '%Y-%m-%d') 

    return (end_date - start_date).days


wbs = {
    "wbs": ["job1", "job2", "job3", "job4"],
    "date_from": ["2019-04-01", "2019-04-07", "2019-05-16","2019-05-20"],
    "date_to": ["2019-05-01", "2019-05-17", "2019-05-31", "2019-06-11"]
}

df = pd.DataFrame(wbs)
df['elapsed'] = df.apply(
    get_interval_days, axis=1, args=('date_from', 'date_to'))

3、applymap（）

将函数做用于DataFrame中的所有元素(elements)

例子：

例如，在所有元素前面加个字符A

def  addA(x):
    return "A" + str(x )
df.applymap(addA)

这里写图片描述

其实，只要转换一下，三者都是可以通用的，就看你写代码的时候，你的对象写的是那个了，是是一列，一行，还是全部。

学习链接：https://blog.csdn.net/stone0823/article/details/100008619