【Python基础】pandas中apply与map的异同

# 数据展示>>> dfOut[1]:    姓名  年龄0   alan  191  black  152   cici  233  david  224   eric  18
# 计算字符长度>>> df['姓名'].apply(len)Out[2]: 0    41    52    43    54    4Name: 姓名, dtype: int64
# 计算平方>>> df['年龄'].apply(np.square)Out[3]: 0    3611    2252    5293    4844    324Name: 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     Alan1    Black2     Cici3    David4     EricName: 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    41    52    43    54    4Name: 姓名, dtype: int64
# 计算平方>>> df['年龄'].map(np.square)Out[8]: 0    3611    2252    5293    4844    324Name: 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     Alan1    Black2     Cici3    David4     EricName: 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