如何将自定义函数应用于每行的pandas数据框

时间:2016-11-01 02:56:31

标签: python pandas

我想应用自定义函数并创建一个名为population2050的派生列,该列基于我的数据框中已存在的两列。

import pandas as pd
import sqlite3
conn = sqlite3.connect('factbook.db')
query = "select * from facts where area_land =0;"
facts = pd.read_sql_query(query,conn)
print(list(facts.columns.values))

def final_pop(initial_pop,growth_rate):
    final = initial_pop*math.e**(growth_rate*35)
    return(final)

facts['pop2050'] = facts['population','population_growth'].apply(final_pop,axis=1)

当我运行上面的代码时,我收到一个错误。我没有使用' apply'功能正常吗?

4 个答案:

答案 0 :(得分:8)

Apply会沿着整个行传递,轴= 1。假设您的两列名为initial_popgrowth_rate

,请按此调整
def final_pop(row):
    return row.initial_pop*math.e**(row.growth_rate*35)

答案 1 :(得分:5)

你快到了那里:

facts['pop2050'] = facts.apply(lambda row: final_pop(row['population'],row['population_growth']),axis=1)

使用lambda可以保留函数中列出的特定(有趣)参数,而不是将它们捆绑在“行”中。

答案 2 :(得分:3)

您可以在不需要DataFrame.apply()的情况下获得相同的结果。 Pandas系列(或数据帧列)可以用作NumPy函数的直接参数,甚至是内置的Python运算符,它们是按元素应用的。在您的情况下,它就像以下一样简单:

import numpy as np

facts['pop2050'] = facts['population'] * np.exp(35 * facts['population_growth'])

这会将列population_growth中的每个元素相乘,将numpy的exp()函数应用于该新列(35 * population_growth),然后将结果与population相加。

答案 3 :(得分:2)

您的功能

def function(x):
  // your operation
  return x

调用您的函数,

df['column']=df['column'].apply(function)