En plus des autres réponses, Series
il y a aussi une carte et une application .
Appliquer peut faire un DataFrame d'une série ; cependant, map ne mettra qu'une série dans chaque cellule d'une autre série, ce qui n'est probablement pas ce que vous voulez.
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
De plus, si j'avais une fonction avec des effets secondaires, comme «se connecter à un serveur Web», je l'emploierais probablement apply
juste pour des raisons de clarté.
series.apply(download_file_for_every_element)
Map
peut utiliser non seulement une fonction, mais aussi un dictionnaire ou une autre série. Disons que vous voulez manipuler les permutations .
Prendre
1 2 3 4 5
2 1 4 5 3
Le carré de cette permutation est
1 2 3 4 5
1 2 5 3 4
Vous pouvez le calculer en utilisant map
. Je ne sais pas si l'auto-application est documentée, mais cela fonctionne 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