首页 > 其他分享 >pandas.Series.map() 与 pandas.Series.apply() 的区别!

pandas.Series.map() 与 pandas.Series.apply() 的区别!

时间:2024-02-07 13:32:22浏览次数:18  
标签:map Series https apply com pandas

pandas.Series.map() 与 pandas.Series.apply() 的区别!

输出多列 要用apply!


  • 输入单列
  • 输出单列
  • map, apply
  • 输出多列
  • 输入多列
  • apply


pandas.Series.map()pandas.Series.apply() 都是 Pandas 库中的方法,用于对 Series 中的每个元素进行操作。但是,它们在使用和功能上有一些区别¹²⁴⁵:

  1. pandas.Series.map()
  • map() 方法主要用于根据输入的对应关系映射序列的值¹⁵。
  • map() 可以接受一个函数或字典作为参数¹⁵。如果参数是字典,那么它会完成元素的替换¹⁵。
  • map() 方法不能接受额外的参数⁴。
  1. pandas.Series.apply()
  • apply() 方法可以应用一个函数到 Series 的每个元素¹²。
  • apply() 方法的参数可以是一个函数,这个函数可以是复杂的,接受多个参数¹²。
  • apply() 方法可以接受函数之外的额外参数¹²⁴。

以下是一个简单的例子来说明这两个方法的使用:

import pandas as pd

# 创建一个 Series
s = pd.Series(['cat', 'dog', 'cow'])

# 使用 map 方法
s_map = s.map({'cat': 'kitten', 'dog': 'puppy'})
print(s_map)

# 使用 apply 方法
s_apply = s.apply(lambda x: x.upper())
print(s_apply)

在这个例子中,map() 方法将 'cat' 替换为 'kitten','dog' 替换为 'puppy',而 apply() 方法将每个元素转换为大写¹²⁴⁵。

总的来说,map()apply() 都是非常有用的方法,选择使用哪一个主要取决于你的具体需求。希望这些信息对你有所帮助!源: 与必应的对话, 2024/2/7

(1) Pandas教程 | 数据处理三板斧——map、apply、applymap详解 - 知乎. https://zhuanlan.zhihu.com/p/100064394.

(2) 一文弄懂apply、map和applymap三种函数的区别 - 知乎. https://zhuanlan.zhihu.com/p/133722455.

(3) Pandas核心操作map、apply、applymap超详解(面试常问) - 知乎专栏. https://zhuanlan.zhihu.com/p/584036056.

(4) Pandas map 数值映射 - 知乎. https://zhuanlan.zhihu.com/p/399847566.

(5) Pandas核心操作map、apply、applymap超详解(面试常问) - 知乎专栏. https://bing.com/search?q=pandas.Series.map()+与+pandas.Series.apply()+区别.

(6) Pandas map 数值映射 - 知乎. https://www.zhihu.com/tardis/zm/art/399847566.

(7) undefined. https://bing.com/search?q=.

标签:map,Series,https,apply,com,pandas
From: https://blog.51cto.com/u_16055028/9637210

相关文章

  • pandas.to_datetime datetime.combine 拼接日期时间
    在Python中,如果你想要使用datetime.date对象拼接时间,你需要先将datetime.date对象转换为datetime.datetime对象,然后再添加时间。(不转化也可以啊)importpandasaspdimportdatetimedefmain():date=pd.Timestamp.today().date()#将pd.Timestamp转为datetime.date类......
  • pandas.Timedelta(days=1) 可以 与 datetime.timedelta(days=1) 效果一致
    pandas.Timedelta(days=1)可以与datetime.timedelta(days=1)效果一致https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Timedelta.html#pandas-timedelta但pandas.Timedelta可以有其他写法......
  • python学习笔记37-pandas
    内容来自https://www.runoob.com/pandas/pandas-tutorial.html目录1.Series1.1Series特点1.2更多Series说明1.2.1基本操作1.2.2基本运算1.2.3属性和方法2.DataFrame2.1DataFrame特点2.2更多DataFrame说明2.2.1基本操作2.2.2属性和方法2.2.3数据操作2.2.4从外部数据......
  • Pandas库学习笔记(6) -- Pandas 基本方法
    Pandas基本方法实例到目前为止,我们了解了三个PandasDataStructures以及如何创建它们。由于它在实时数据处理中的重要性,因此我们将主要关注DataFrame对象,并讨论其他一些DataStructures。方法描述axes返回行轴标签的列表dtype返回对象的dtype。empty如果Series......
  • Pandas库学习笔记(4)---Pandas Panel
    PandasPanel  PandasPanel基本操作Panel数据3D容器.术语 Paneldata 源自计量经济学,名称来之于pandas− pan(el)-da(ta)-s.3个轴的名称描述如下-−items −轴0,每个items都对应一个包含在其中的DataFrame。major_axis −轴1,它是每个DataFrame的索引(行)。minor......
  • Pandas库学习笔记(4)---Pandas DataFrame
    PandasDataFrame  PandasDataFrame基本操作DataFrame是二维数据结构,即,数据以表格形式在行和列中对齐。DataFrame的功能潜在的列是不同类型的大小可变标记的轴(行和列)可以对行和列执行算术运算结构体pandas.SeriesSeries结构如下: 让我们假设我们正在使用学生的数......
  • Pandas库学习笔记(3)---Pandas Series
    PandasSeriesPandasSeries基本操作pandas.SeriesSeries结构如下:pandas.Series(data,index,dtype,copy)构造函数的参数如下-data:数据采用各种形式,例如ndarray,list,常量index:索引值必须是唯一且可哈希的,且长度与数据相同。如果未传递索引,则默认为np.arrange(n)。dt......
  • Pandas库学习笔记(2)
    Pandas数据结构Pandas有三种常用的数据结构SeriesDataFramePanel这些数据结构建立在Numpy数组之上,这意味着它们运行速度都非常快。Python、Numpy和Pandas对比Pythonlist:Python自带数据类型,主要用一维,功能简单,效率低Dict:Python自带数据类型,多维键值对,效率低Numpy......
  • 10个Pandas的高级技巧
    Pandas是我们最常用的数据处理Python库之一。尽管您可能已经与它共事多年,但可能还有许多您尚未探索的实用方法。我将向您展示一些可能未曾听说但在数据整理方面非常实用的方法。我目前日常使用的是pandas2.2.0,这是本文时可用的最新版本。https://avoid.overfit.cn/post/2baf15......
  • # yyds干货盘点 # Pandas中如何删除空值所在的行
    大家好,我是皮皮。一、前言前几天在Python白银交流群【上海新年人】问了一个Pandas日期数据删除的问题,问题如下:大家晚上好,又有问题了,请问下表格中下面空值怎么删除?删不掉。比方说这里我想删HOBBY这一列下面的空值,我是这样子做的df_new.dropna(subset='HOBBY',inplace=True),但空值所......