6.1 map 与 apply：函数式三件套

本节摘要：把一个函数"挂"到一列或一张表上——map 吃字典做映射，apply 挂任意函数做加工，逐元素替换在新版里另有其名。本节讲清三者作用范围的差别、与推导式的亲缘，以及"能用向量化就别 apply"的性能铁律。承接调味架开篇，通往 6.2 的正则。

「vectorize」挂在嘴边的真正原因

「vectorize」，向量化——为什么老手劝人"先想想能不能向量化，再考虑 apply"？因为 apply 本质是把 Python 层的循环包了层皮：代码短了，逐行执行的成本一点没少。map、apply 与向量化三者的关系，是本节的暗线：字典映射交 map，复杂逻辑交 apply，能写成数组运算的交向量化——三条路都通向同一个结果，成本却差着数量级。往前接 1.2 的推导式直觉（map 就是它的函数版），往后 8.1 会拿实测数据给这笔账收尾。

适用场景：三件各管哪层

Series.map 管逐值映射：传字典，把枚举码翻成中文名；传函数，对每个值做同样加工。未命中的键默认变 NaN——字典映射的"覆盖检查"要心里有数。apply 管挂任意函数：Series.apply 对每个值调用；DataFrame.apply 默认按列调用（每列进函数一次），axis=1 改成按行调用（每行进函数一次），行为完全不同。逐元素替换：对 DataFrame 想对每个格子加工，旧写法 applymap 已在新版 pandas 更名为 DataFrame.map——版本不同函数名不同，团队协作时先对齐版本再对齐写法。

图三件套的作用范围

参数拆解：旋钮逐个拧

s.map(arg, na_action=None)：arg 给字典做翻译、给函数做加工；na_action='ignore' 让缺失直接透传不进函数。**s.apply(func, convert_dtype=True, args=())**：args 用来给 func 传额外位置参数。**df.apply(func, axis=0, result_type=None)**：axis=0 按列（每列是一个 Series 进函数），axis=1 按行（每行是一个 Series，列名变成它的索引）；result_type='expand' 把返回的多值摊成多列。**df.map(func)**（新版本）：逐元素加工整表，接替旧名 applymap。


import pandas as pd

df = pd.DataFrame({
    "渠道码": ["Q1", "Q2", "Q1", "Q3"],
    "单价": [12.5, 8.0, 12.5, 6.5],
    "数量": [3, 5, 2, 8],
})
# 字典映射：码翻名，未命中变 NaN
df["渠道名"] = df["渠道码"].map({"Q1": "直营", "Q2": "分销"})
print(df["渠道名"].tolist())          # ['直营', '分销', '直营', nan]

# 行级加工：axis=1，每行进函数一次
df["小计"] = df.apply(lambda r: round(r["单价"] * r["数量"], 1), axis=1)
print(df["小计"].tolist())            # [37.5, 40.0, 25.0, 52.0]

实操示例：字典翻译与跨列计算

场景：给订单表补渠道中文名（映射），再算"满减后实付"（跨列逻辑）。两种需求分别用 map 与 apply 的代表场景演示，最后给一条向量化对照。


df["实付"] = df.apply(
    lambda r: r["小计"] - 10 if r["小计"] >= 40 else r["小计"], axis=1)

# 向量化对照：同样逻辑一行数组运算，速度快一个量级
import numpy as np
df["实付2"] = np.where(df["小计"] >= 40, df["小计"] - 10, df["小计"])
print((df["实付"] == df["实付2"]).all())   # True

同一逻辑，apply 写法与向量化写法结果一致——但十万行数据上，前者以秒计，后者以毫秒计。判断标准很简单：函数体里只用了加减乘除与比较，就该向量化；需要 if-else 分支，回看 4.4 的 np.where 与 np.select；只有逻辑绕不开逐行状态时，apply 才是正当选择。

返回多列的挂法

apply 还有一手：让函数返回多个值，配 result_type="expand" 摊成多列——一行代码完成"一个函数产出一组新列"，比逐列 map 省事。


def 拆单号(单):
    return pd.Series({"前缀": 单[:2], "流水": 单[2:]})
df[["前缀", "流水"]] = df["渠道码"].apply(拆单号)

注意返回的是命名 Series，列名直接成为新列名；expand 的展开要求每行返回结构一致，结构不稳时它会把不一致摊成更多 NaN——复杂解析优先考虑 6.2 的正则 extract，它的分组机制就是为"一次产多列"设计的。

坑点与翻车

**翻车一：map 字典未命中静默变 NaN。**渠道码里混进一个 Q9，映射后它悄悄成了空值，下游 groupby 的组就少了——枚举映射前先查一下值域：set 差集一眼看清"字典没盖住的键"。**翻车二：axis 想当然。**DataFrame.apply 想按行算小计，忘写 axis=1，函数拿到的是一列而不是一行，报错还算好的，更糟的是恰好"能算出个结果"——按列对行函数，语义全错。**翻车三：apply 里改了外部状态。**函数体里往外部列表 append，apply 的执行次数与顺序并不承诺稳定，用这种方式收集数据迟早出鬼——函数保持纯净，输入什么输出什么，别带副作用。**翻车四：新版本里 applymap 找不到。**pandas 新版把 DataFrame 逐元素方法改名 DataFrame.map，旧脚本迁移时这一处必改，报错信息会提示，但别等到线上才发现。

替代方案

能向量化的分支逻辑用 4.4 的 np.where、np.select；枚举映射之外，还可用 replace（也是字典）或 astype("category") 的类别映射；复杂逻辑拆成几个向量化步骤的组合，往往比一个巨型 apply 快得多——慢函数不优化，快组合自然成。至于"必须逐行且带状态"的少数场景（比如按时间重放资金流水），老老实实写显式循环，可读性反而高于伪装成向量的技巧。

本节要点回顾

三件套分工：map 管逐值与字典，Series.apply 管整列函数，DataFrame.apply 管跨列；
axis 定方向：默认按列，axis=1 才是按行，写前先想函数吃什么；
未命中即空：字典 map 的覆盖检查是固定动作；
纯净无副作用：apply 的函数只管输入输出，别碰外部状态；
铁律：向量化优先，apply 只是备胎，这笔账 8.1 正式结。

文本加工的临时活还剩最难的一口——正则。6.2 把 3.3 留下的正则语言一次补全。

作者与出处

原作者：灏天文库

来源：灏天文库

整理：灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流

6.1 map 与 apply：函数式三件套