Додаючи до інших відповідей, в Series
там же є карта і застосувати .
Застосування може зробити DataFrame з серії ; проте карта просто помістить серію у кожну клітинку іншої серії, що, мабуть, не те, що ви хочете.
In [40]: p=pd.Series([1,2,3])
In [41]: p
Out[31]:
0 1
1 2
2 3
dtype: int64
In [42]: p.apply(lambda x: pd.Series([x, x]))
Out[42]:
0 1
0 1 1
1 2 2
2 3 3
In [43]: p.map(lambda x: pd.Series([x, x]))
Out[43]:
0 0 1
1 1
dtype: int64
1 0 2
1 2
dtype: int64
2 0 3
1 3
dtype: int64
dtype: object
Крім того, якби у мене була функція з побічними ефектами, такими як "підключення до веб-сервера", я б, ймовірно, використовував apply
саме для наочності.
series.apply(download_file_for_every_element)
Map
може використовувати не лише функцію, а й словник чи інший ряд. Скажімо, ви хочете маніпулювати перестановками .
Брати
1 2 3 4 5
2 1 4 5 3
Квадрат цієї перестановки дорівнює
1 2 3 4 5
1 2 5 3 4
Ви можете обчислити його, використовуючи map
. Не впевнений, чи самостійно подано заявку, але це працює 0.15.1
.
In [39]: p=pd.Series([1,0,3,4,2])
In [40]: p.map(p)
Out[40]:
0 0
1 1
2 4
3 2
4 3
dtype: int64