问答 · ANSWER
pandas 的 map、apply 和 applymap 有什么区别？
直接回答
map用于单列元素映射，apply用于沿轴批量计算，applymap（新版为DataFrame.map）用于全表单元格变换。三者适用对象和轴向不同。
关键要点
- Series.map仅作用于单个Series（一列），做元素级的值替换或映射。
- DataFrame.apply作用于DataFrame，沿axis=0（按列）或axis=1（按行）批量计算。
- DataFrame.map（原applymap）作用于整张DataFrame，对每一个单元格做元素级变换。
- apply的axis=1适合多列交叉运算（如单价×数量），axis=0适合列级聚合（如求均值）。
- 传入NumPy通用函数（ufunc）时性能较优，传入普通Python函数时性能与循环相近。
- pandas 3.0中已移除applymap，统一使用DataFrame.map进行全表元素级变换。
怎么选 / 怎么做
按顺序判断：
- 只处理一列的值映射 → 用 Series.map；
- 需要沿行或沿列把多列组合成一个结果 → 用 DataFrame.apply；
- 需要对整张表的每个单元格做同一个轻量变换 → 用 DataFrame.map。
常见问题
DataFrame.apply 的 axis=0 和 axis=1 有什么区别？
axis=1沿行计算，每行一个结果；axis=0沿列聚合，每列一个结果。
pandas 3.0 中 applymap 被什么取代了？
被 DataFrame.map 取代，功能和参数不变。
Series.map 和 Python 内置 map() 主要区别？
Series.map立即返回新Series；内置map()返回惰性迭代器。