apply传递的是以series为基本单位,行或者列;applymap传递的是一个元素,dataframe最基本单元;

代码如下:

import numpy as np
import pandas as pd
import math

data=[[0,0,0,2,2],
                [0,0,0,3,3],
                [0,0,0,1,1],
                [1,1,1,0,0],
                [2,2,2,0,0],
                [5,5,5,0,0],
                [1,1,1,0,0]]
#u, sigma, vt = np.linalg.svd(data)
df=pd.DataFrame(data)
print(df.apply(np.sqrt))
print(df.applymap(lambda x:math.sqrt(x)))
print(df.apply(lambda x:np.sqrt(x)))
print(np.sqrt(5))
print(df.apply(lambda x:math.sqrt(x)))

结论:1、math.sqrt需要传入一个float数据类型,所以df.apply(lambda x:math.sqrt(x))会报错;因为apply传递的x是一个series;2、np.sqrt即可以传入数值型的,也可以传入ndarray数据,都可以处理,所以用它无法体现apply与applymap的区别;

apply与applymap的区别相关推荐

  1. Pandas中map,applymap和apply方法之间的区别

    本文翻译自:Difference between map, applymap and apply methods in Pandas Can you tell me when to use these ...

  2. c++ map用法_Pandas数据处理三板斧——map、apply、applymap详解

    在日常的数据处理中,经常会对一个DataFrame进行逐行.逐列和逐元素的操作,对应这些操作,Pandas中的map.apply和applymap可以解决绝大部分这样的数据处理需求.这篇文章就以案例附 ...

  3. Pandas教程 | 数据处理三板斧——map、apply、applymap详解

    公众号:Python读财 如有问题或建议,请公众号留言 在日常的数据处理中,经常会对一个DataFrame进行逐行.逐列和逐元素的操作,对应这些操作,Pandas中的map.apply和applyma ...

  4. Python中apply和map的区别

    文章目录 一.apply用法 二.map用法 apply和map的区别 概括: apply:用在dataframe上,用于对row或者column进行计算 applymap :用于dataframe上 ...

  5. Pandas数据分析——超好用的Groupby与map、apply、applymap详解

    Groupby详解 在日常的数据分析中,经常需要将数据根据某个(多个)字段划分为不同的群体(group)进行分析,如电商领域将全国的总销售额根据省份进行划分,分析各省销售额的变化情况,社交领域将用户根 ...

  6. JavaScript之apply()和call()的区别

    我 在一开始看到javascript的函数apply和call时,非常的模糊,看也看不懂,最近在网上看到一些文章对apply方法和call的一些示 例,总算是看的有点眉目了,在这里我做如下笔记,希望和 ...

  7. 【JavaScript】apply和call的区别在哪?

    我在一开始看到javascript的函数apply和call时,非常的模糊,看也看不懂,最近在网上看到一些文章对apply方法和call的一些示例,总算是看的有点眉目了,在这里我做如下笔记,希望和大家 ...

  8. dataframe 一列的不同值_pandas | 详解DataFrame中的apply与applymap方法

    点击上方蓝字,关注并星标,和我一起学技术. 今天是pandas数据处理专题的第5篇文章,我们来聊聊pandas的一些高级运算. 在上一篇文章当中,我们介绍了panads的一些计算方法,比如两个data ...

  9. dataframe groupby_详解pandas中的map、apply、applymap、groupby、agg.

    一.简介 pandas提供了很多方便简洁的方法,用于对单列.多列数据进行批量运算或分组聚合运算,熟悉这些方法后可极大地提升数据分析的效率,也会使得你的代码更加地优雅简洁. 本文就将针对pandas中的 ...

最新文章

  1. iOS关于像素的适配
  2. Enterprise Library Step By Step系列(十二):异常处理应用程序块——进阶篇
  3. 数据结构的定义和简介
  4. 手机单机游戏合集大概40个G
  5. 深度学习 点积的概念
  6. 【项目管理】ITTO-成本管理
  7. 缓存依赖中cachedependency对象
  8. Eigen+suitesparse for windows 安装
  9. 最近和朋友微信卖螃蟹有点偏离重心了
  10. 进程间关系和守护进程
  11. 小技巧处理div内容溢出
  12. 项目中的通用查询参数类,它体现了项目架构的大局观
  13. mybatis-plus 自定义QueryWrapper(一)实现查询函数
  14. python学习之生成器
  15. mysql rpm mar_Centos7.3离线(rpm方式)安装mysql服务
  16. 小白python爬虫入门实例2—— 翻页爬取京东商城商品数据
  17. error: warning: Stopped in a context claiming to capture an Objective-C object pointer,
  18. 常见CRC算法与C实现
  19. 利用word2vec训练词向量
  20. 如何制作win7 U盘安装盘

热门文章

  1. Python 列表复制
  2. Python:粘包问题
  3. lda主题模型应用java_主题模型LDA及在推荐系统中的应用
  4. Linux中的DRM、DRI、DMA 介绍
  5. 什么是序列化?python pickle模块
  6. 对比tensorflow查看打印输出张量Tensor的两种方法(急切执行tf.enable_eager_execution()和tf.Session.run())
  7. varnish的服务配置(实验说明)
  8. Spring常见问题
  9. 王道计算机考研 数据结构 (查找-下)
  10. 黑马程序员pink老师前端入门教程,零基础必看的h5(html5)+css3+移动端前端视频教程(定位,显示与隐藏)