首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >Pandas Series.apply()和Series.map()之间有什么区别?

问Pandas Series.apply()和Series.map()之间有什么区别?
EN

Stack Overflow用户
提问于 2016-07-08 23:45:57
回答 1查看 3.3K关注 0票数 16

Series.map():

使用输入对应的序列映射值(可以是dict、Series或函数)

Series.apply()

对Series的值调用函数。可以是ufunc (适用于整个系列的NumPy函数),也可以是只对单个值工作的Python函数

apply()似乎做了map()所做的一切,在应用矢量化操作的同时,将标量函数矢量化。同时,map()允许对空值处理进行一定程度的控制。除了与Python的apply()和map()函数的历史类比之外,是否有理由在一般使用中选择一个函数而不是另一个函数?为什么不把这些功能组合起来呢?

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2020-09-16 14:38:53

差别是微妙的:

pandas.Series.map将用传递给map的内容来替换该系列的值。

pandas.Series.apply将对该系列的值应用一个函数(可能带有参数)。

区别在于您可以将什么传递给方法。

  • map和apply都可以接收一个函数:
代码语言:javascript
复制
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,传入map的函数不能有多个参数(它将输出一个ValueError):
代码语言:javascript
复制
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)。
代码语言:javascript
复制
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  
票数 4
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/38276860

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档