Question

我正在尝试访问Pandas中整个DataFrame中应用的函数中的行索引。我有这样的事情：

df = pandas.DataFrame([[1,2,3],[4,5,6]], columns=['a','b','c'])
>>> df
   a  b  c
0  1  2  3
1  4  5  6

我将定义一个访问具有给定行

的元素的函数

def rowFunc(row):
    return row['a'] + row['b'] * row['c']

我可以这样申请：

df['d'] = df.apply(rowFunc, axis=1)
>>> df
   a  b  c   d
0  1  2  3   7
1  4  5  6  34

真棒！现在如果我想将索引合并到我的函数中呢？在添加DataFrame之前，此d中任何给定行的索引都是Index([u'a', u'b', u'c', u'd'], dtype='object')，但我想要0和1.所以我不能只访问row.index。< / p>

我知道我可以在存储索引的表中创建一个临时列，但我想知道它是否在某个行对象中被放置了。

Answer 1

要在这种情况下访问索引，请访问name属性：

In [182]:

df = pd.DataFrame([[1,2,3],[4,5,6]], columns=['a','b','c'])
def rowFunc(row):
    return row['a'] + row['b'] * row['c']

def rowIndex(row):
    return row.name
df['d'] = df.apply(rowFunc, axis=1)
df['rowIndex'] = df.apply(rowIndex, axis=1)
df
Out[182]:
   a  b  c   d  rowIndex
0  1  2  3   7         0
1  4  5  6  34         1

请注意，如果您真的想要这样做，那么以下工作会更快：

In [198]:

df['d'] = df['a'] + df['b'] * df['c']
df
Out[198]:
   a  b  c   d
0  1  2  3   7
1  4  5  6  34

In [199]:

%timeit df['a'] + df['b'] * df['c']
%timeit df.apply(rowIndex, axis=1)
10000 loops, best of 3: 163 µs per loop
1000 loops, best of 3: 286 µs per loop

修改

3年多后看这个问题，你可以这样做：

In[15]: df['d'],df['rowIndex'] = df['a'] + df['b'] * df['c'], df.index df Out[15]: a b c d rowIndex 0 1 2 3 7 0 1 4 5 6 34 1

但是假设它不像这样微不足道，无论你的rowFunc真的在做什么，你都应该使用向量化函数，然后将它们用于df索引：

In[16]: df['newCol'] = df['a'] + df['b'] + df['c'] + df.index df Out[16]: a b c d rowIndex newCol 0 1 2 3 7 0 6 1 4 5 6 34 1 16

Answer 2

apply()不是您正在寻找的机器人。

DataFrame.iterrows()允许您迭代行，并访问其名称：

for name, row in df.iterrows():
    ...

Answer 3

要回答原始问题：是的，您可以访问apply()中一行的索引值。它在键name下可用，并且要求您指定axis=1（因为lambda处理一行的列而不是列的行）。

工作示例（熊猫0.23.4）：

>>> import pandas as pd
>>> df = pd.DataFrame([[1,2,3],[4,5,6]], columns=['a','b','c'])
>>> df.set_index('a', inplace=True)
>>> df
   b  c
a      
1  2  3
4  5  6
>>> df['index_x10'] = df.apply(lambda row: 10*row.name, axis=1)
>>> df
   b  c  index_x10
a                 
1  2  3         10
4  5  6         40

获取pandas应用函数中的行索引

3 个答案: