代码如下：
data=pd.DataFrame(np.random.randn(5,5),columns=list('abcde'))
def fun1(s):
if s >0.9:
return 1
elif s>0.5:
return 0
else:
return -1
def fun2(s,d):
if np.exp(s-d)>0.9:
return 1
elif np.exp(s-d)>0.5:
return 0
else:
return -1
data['l']=data['a'].map(fun1)
data['l']=data['a'].map(lambda x:fun1(x))
data['s']=data.apply(lambda x:fun2(x.a,x.b),axis=1)
正常输出；
结论：首先需要知道map是针对series，而且是元素级别的操作；而apply或applymap是针对dataframe操作的，apply是针对行列的，而加了个map针对的就是元素了；其本质区别在两函数传入的值不同；apply(x)中的代表行或是列，而applymap中的代表一个元素；