函数应用：apply、map 与 applymap

pandas 处理数据默认走向量化：整列一起算，速度飞快。但总有内置方法覆盖不到的自定义逻辑，这时用函数应用三兄弟：map（逐元素）、apply（按行或按列）、以及 DataFrame.map（3.0 里逐元素处理整个表）。

Series.map：逐元素变换

map 对 Series 的每个元素调用函数，返回值与输入等长：

import pandas as pd
import numpy as np

s = pd.Series([1, 2, 3, 4, 5])
s.map(lambda x: x * 2)

函数也可以是现成的，比如 np.sqrt：

s.map(np.sqrt)

map 最有价值的能力是”字典映射”——把值翻译成另一个值：

等级 = {1: "低", 2: "中", 3: "高"}
s.map(等级)

字典里没有的键变成 NaN。传 Series 做映射表也行，按索引对齐取值：

映射表 = pd.Series(["甲", "乙", "丙"], index=[1, 2, 3])
s.map(映射表)

注意：map 遇到 NaN 会直接跳过，函数不会被调用，某些统计逻辑可能因此漏算。

DataFrame.apply：按列或按行

apply 的粒度是”一整列”或”一整行”，函数收到的是 Series：

df = pd.DataFrame({
    "A": [1, 2, 3],
    "B": [4, 5, 6],
})

df.apply(sum)                                              # 默认 axis=0，每列求和
df.apply(lambda x: x.max() - x.min(), axis=1)              # 每行极差

默认 axis=0 按列：函数调用次数 = 列数，每次收到一列。axis=1 按行：调用次数 = 行数，每次收到一行。

函数返回标量时，apply 结果是一维的；返回 Series 时结果升级成 DataFrame：

df.apply(lambda x: pd.Series({"总和": x.sum(), "平均": x.mean()}))

多列同时算就靠这个。写函数时多用列名取值，比如 row["A"]，比位置索引 row[0] 更不容易出错。

DataFrame.map：逐元素处理整个表

早期版本用 applymap 逐元素处理整个 DataFrame，pandas 2.1 起改名为 DataFrame.map，3.0 里 applymap 已经移除。现在写：

df.map(lambda x: x * 2)

对表里每个单元格调用函数。它和 Series.map 的区别是作用范围：一个管单列，一个管全表。

Series.apply：和 map 的区别

Series 也有 apply，功能上几乎和 map 一样，都能逐元素应用函数。区别在细节：

• map 支持字典/Series 映射表，apply 不支持
• apply 支持给函数传额外参数（args、**kwargs）
• map 对 NaN 静默跳过，apply 会把 NaN 传给函数

def 裁剪(x, 下限, 上限):
    return max(下限, min(上限, x))

s.apply(裁剪, 下限=0, 上限=4)

带参数的自定义函数，用 apply 传参比写 lambda 更清晰。

向量化优先原则

社区里有个流传很广的对比：同样的”计算两列比值”任务，

# 逐行 UDF：约 5.6 秒
df["新列"] = df.apply(lambda row: 100 * (row["A"] / row["B"]), axis=1)

# 向量化：约 0.004 秒
df["新列"] = 100 * (df["A"] / df["B"])

差了上千倍。向量化是 C 级别的整列运算，apply/map 是 Python 循环加函数调用，天然慢。

条件判断也有向量化版本。apply 写法：

df["标记"] = df["A"].apply(lambda x: "高" if x > 2 else "低")

用 np.where 一行替代：

df["标记"] = np.where(df["A"] > 2, "高", "低")

所以选择顺序是：

1. 先找向量化写法：四则运算、比较、内置方法、.str 系列
2. 再找内置函数：np.sqrt、np.clip、np.where 这类
3. 最后才考虑 apply/map：复杂自定义逻辑、字典映射、跨行跨列的组合计算

小结

map 管逐元素和字典映射，apply 管行列级自定义计算，DataFrame.map 管整表逐元素。写代码前先问一句：这能用向量化表达吗？能，就别用函数。