为何性能最差灵活性最低的Pandas applymap方法仍有使用场景？

我们来对比所有全场景适用的处理方法：

初始DataFrame：

import numpy as np
import pandas as pd
arr = np.random.randint(10, 50, size=(1000, 1000))
df = pd.DataFrame(arr)

Apply #

%%timeit
df.apply(lambda x: x**3)

运行结果：

329 ms ± 117 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

Transform #

%%timeit
df.transform(lambda x: x**3)

运行结果：

352 ms ± 48 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

Applymap（性能表现极差） #

%%timeit
df.applymap(lambda x: x**3)

运行结果：

1.07 s ± 59.3 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

问题解答 #

你看到的测试结果确实符合applymap的普遍表现，它之所以还被Pandas保留，主要有3个核心原因：

• 逐元素处理的场景适配性
  apply、transform都是以行/列为单位传入数据，接收的参数是完整的Series对象，仅适配支持向量化运算的逻辑。但实际开发中经常会遇到只能接收单个标量值的处理函数：比如对每个元素做自定义类型校验、调用只能传单个值的第三方工具方法、对字符串/自定义对象做非向量化的属性读取等。这种场景下用applymap不需要额外在apply的逻辑里手动写循环遍历元素，代码写法最简洁直观。
• API设计的逻辑一致性
  Pandas 1.x版本的API体系中，一维的Series结构已经提供了map方法实现逐元素处理，对应二维的DataFrame结构，推出applymap作为逐元素处理的方法，和Series的API形成对应关系，降低用户的学习理解成本。
• 向后兼容的需求
  applymap从Pandas早期版本就已经存在，大量老旧项目、历史代码中都有使用，如果直接删除该方法会造成大规模的代码兼容性问题，属于破坏性极强的调整，Pandas开发组不会轻易做这类变更。

另外补充：从Pandas 2.1.0版本开始，applymap已经被官方标记为弃用，官方推荐直接使用DataFrame.map()方法替代它的逐元素处理能力，后续大版本更新中才可能会完全移除这个方法。

内容的提问来源于stack exchange，提问作者user17117975