python之map函数的使用_*map

map(func, *iterables) --> map object

map函数对可遍历对象中的每个值进行相同的func操作，最终得到一个结果序列(map 对象）
但是生成的结果序列不会把全部结果显示出来，要想显示出全部结果，可以用list方法展现，或者用解包、遍历等方法展现。

当seq只有一个时

当seq只有一个时，将函数func作用于这个seq的每个元素上，并得到一个新的seq。

list1 = list(range(10))
list1
输出结果：[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
 
def f(x):
    return 2**x
 
print(*map(f,list1))
type(map(f,list1))
 
输出结果：1 2 4 8 16 32 64 128 256 512
输出结果：map

map()返回的是一个map对象，可以将其转化为其他可遍历对象进行其他操作,也可通过遍历操作将将其中各个元素拿出来（也可以加*进行解包）

list2 = ['apple','banana','orange']
list2
输出结果:['apple', 'banana', 'orange']
 
def f2(x):
    return x.capitalize()
 
print(*map(f2,list2))
输出结果：Apple Banana Orange
 
type(map(f2,list2))
输出结果:map

 seq为多个时

map 传入的第一个参数是个函数，所以也可以传入匿名函数

test2 = map(lambda x,y:x**y,[1,2,3],[1,2,3])
 
for i in test2:
    print(i)
输出结果:
1
4
27

传入的可遍历对象长度不一,会以最短的函数为准

test3 = map(lambda x,y:(x**y),[1,2,3],[1,2])
for i in test3:
    print(i)
输出结果:
1
4

懒执行模式,只有使用时才会报错

test4 = map(lambda x:x**2,[1,2,3],[1,2]) 
#懒执行模式，只有在使用时候才会报错，这一步正常执行
 
for i in test4:
    print(i)
执行结果:---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-90-763bf75a253b> in <module>
----> 1 for i in test4:
      2     print(i)
 
TypeError: <lambda>() takes 1 positional argument but 2 were given

可以用来类型转换

test5 = map(str,[123,23,456]) # 可以用来进行类型转换
[*test5]
输出结果:['123', '23', '456']

Apply函数

Apply a function along an axis of the DataFrame.

这个函数是dataframe的函数，apply方法实现一列或一行的操作,默认是对列操作

frame = pd.DataFrame(np.random.randint(1,9,(4,3)), columns=list('bde'), index=['Utah', 'Ohio', 'Texas', 'Oregon'])
frame
输出结果:
        b       d       e
Utah	8	2	3
Ohio	2	2	7
Texas	6	7	7
Oregon	3	6	6
 
f = lambda x : x.max()-x.min() #匿名函数求极差
frame.apply(f) #apply方法实现一列或一行的操作,默认是对列操作
输出结果：
b    6
d    5
e    4
dtype: int64
 
 
frame.apply(f,axis=1) #设置axis = 1 或者axis=‘columns’会对每一行调用一次函数f
frame.apply(f,axis='columns')
输出结果:
Utah      6
Ohio      5
Texas     1
Oregon    3
dtype: int64
 
Utah      6
Ohio      5
Texas     1
Oregon    3
dtype: int64

applymap()实现对df的每一个元素的函数运算

format1 = lambda x: '%.xf' %x
format2 = lambda x: str(x)+'wktest'
 
frame.applymap(format1)#applymap实现对df进行逐元素执行运算
frame.applymap(format2)
输出结果:
        b        d       e
Utah	8f	2f	3f
Ohio	2f	2f	7f
Texas	6f	7f	7f
Oregon	3f	6f	6f
 
        b        d        e
Utah	8wktest	2wktest	3wktest
Ohio	2wktest	2wktest	7wktest
Texas	6wktest	7wktest	7wktest
Oregon	3wktest	6wktest	6wktest

总结:
1、apply在DataFrame的行列上执行
2、applymap在DataFrame的元素上执行
3、map在系列数据(Series)上按照元素执行