• apply 用在dataframe上，用於對row或者column進行計算
• applymap： 作用在dataframe的每一個元素上
• map （其實是python自帶的）用於series上，是元素級別的操作,map 跟apply 功能類似，用法差不多

# encoding: utf-8

import pandas as pd
data=pd.DataFrame({'user_id':['Adff','B','C','D'],'score':[13,23,57,89]})

print(data)

# apply 用在dataframe上，用於對row或者column進行計算

data['score2']=data['score'].apply(lambda x:x+6)

print(data)


# applymap： 作用在dataframe的每一個元素上

data2=data.ix[:,['score','score2']]
data3=data2.applymap(lambda x:x+1)
print(data3)


# map （其實是python自帶的）用於series上，是元素級別的操作,map 跟apply 功能類似，用法差不多

data['length']=data['user_id'].map(lambda x:len(x))

data['length2']=data['user_id'].apply(lambda x:len(x))

print(data)
 

執行結果

   score user_id
0     13    Adff
1     23       B
2     57       C
3     89       D
   score user_id  score2
0     13    Adff      19
1     23       B      29
2     57       C      63
3     89       D      95
   score  score2
0     14      20
1     24      30
2     58      64
3     90      96
   score user_id  score2  length  length2
0     13    Adff      19       4        4
1     23       B      29       1        1
2     57       C      63       1        1
3     89       D      95       1        1

Process finished with exit code 0