Adicionando às outras respostas, em um Series
também há mapa e aplicação .
O Apply pode criar um DataFrame de uma série ; no entanto, o mapa apenas colocará uma série em todas as células de outra série, o que provavelmente não é o que você deseja.
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
Além disso, se eu tivesse uma função com efeitos colaterais, como "conectar-se a um servidor web", provavelmente usaria apply
apenas por uma questão de clareza.
series.apply(download_file_for_every_element)
Map
pode usar não apenas uma função, mas também um dicionário ou outra série. Digamos que você queira manipular permutações .
Toma
1 2 3 4 5
2 1 4 5 3
O quadrado dessa permutação é
1 2 3 4 5
1 2 5 3 4
Você pode calcular usando map
. Não tenho certeza se a auto-aplicação está documentada, mas funciona 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