pandas中apply与map的异同

# 数据展示
>>> df
Out[1]:
    姓名  年龄
0   alan  19
1  black  15
2   cici  23
3  david  22
4   eric  18

# 计算字符长度
>>> df['姓名'].apply(len)
Out[2]: 
0    4
1    5
2    4
3    5
4    4
Name: 姓名, dtype: int64

# 计算平方
>>> df['年龄'].apply(np.square)
Out[3]: 
0    361
1    225
2    529
3    484
4    324
Name: 年龄, dtype: int64

# 根据年龄打标签：是否成年
>>> df['年龄'].apply(lambda x: '已成年' if x>=18 else '未成年')
Out[4]: 
0    已成年
1    未成年
2    已成年
3    已成年
4    已成年
Name: 年龄, dtype: object

# 修改姓名为首字母大写
>>> df['姓名'].apply(lambda x: x.title())
Out[5]: 
0     Alan
1    Black
2     Cici
3    David
4     Eric
Name: 姓名, dtype: object

# 自定义函数
def fn(x):
    if x >=18:
        return '成年人'
    else:
        return '未成年'

# 自定义函数作为apply参数      
>>> df['年龄'].apply(fn)
Out[6]: 
0    成年人
1    未成年
2    成年人
3    成年人
4    成年人
Name: 年龄, dtype: object

# 计算字符长度
>>> df['姓名'].map(len)
Out[7]: 
0    4
1    5
2    4
3    5
4    4
Name: 姓名, dtype: int64

# 计算平方
>>> df['年龄'].map(np.square)
Out[8]: 
0    361
1    225
2    529
3    484
4    324
Name: 年龄, dtype: int64

# 根据年龄打标签：是否成年
>>> df['年龄'].map(lambda x: '已成年' if x>=18 else '未成年')
Out[9]: 
0    已成年
1    未成年
2    已成年
3    已成年
4    已成年
Name: 年龄, dtype: object

# 修改姓名为首字母大写
>>> df['姓名'].map(lambda x: x.title())
Out[10]: 
0     Alan
1    Black
2     Cici
3    David
4     Eric
Name: 姓名, dtype: object

# 自定义函数作为map参数      
>>> df['年龄'].map(fn)
Out[11]: 
0    成年人
1    未成年
2    成年人
3    成年人
4    成年人
Name: 年龄, dtype: object

# apply没有这种功能！
>>> df['姓名'].map({'alan':'女','black':'男','cici':'女','david':'男','eric':'男'})
Out[12]: 
0    女
1    男
2    女
3    男
4    男
Name: 姓名, dtype: object

◆ ◆ ◆  ◆ ◆麟哥新书已经在京东上架了，我写了本书：《拿下Offer-数据分析师求职面试指南》，目前京东正在举行100-50活动，大家可以用相当于原价5折的预购价格购买，还是非常划算的：
点击下方小程序即可进入购买页面：

数据森麟公众号的交流群已经建立，许多小伙伴已经加入其中，感谢大家的支持。大家可以在群里交流关于数据分析&数据挖掘的相关内容，还没有加入的小伙伴可以扫描下方管理员二维码，进群前一定要关注公众号奥，关注后让管理员帮忙拉进群，期待大家的加入。

管理员二维码：
猜你喜欢
● 麟哥拼了！！！亲自出镜推荐自己新书《数据分析师求职面试指南》● 厉害了！麟哥新书登顶京东销量排行榜！● 笑死人不偿命的知乎沙雕问题排行榜
● 用Python扒出B站那些“惊为天人”的阿婆主！● 你相信逛B站也能学编程吗