Question

与this R question类似，我想使用Pandas将函数应用于Series（或DataFrame中的每一行）中的每个项目，但是想要将此函数的参数用作索引或id的参数那一行。作为一个简单的例子，假设有人想要创建[（index_i，value_i），...，（index_n，value_n）]形式的元组列表。使用简单的Python for循环，我可以这样做：

In [1] L = []
In [2] s = Series(['six', 'seven', 'six', 'seven', 'six'],
           index=['a', 'b', 'c', 'd', 'e'])
In [3] for i, item in enumerate(s):
           L.append((i,item))
In [4] L
Out[4] [(0, 'six'), (1, 'seven'), (2, 'six'), (3, 'seven'), (4, 'six')]

但必须有更有效的方法来做到这一点？或许更像Panda-likeh喜欢Series.apply？实际上，我并不担心（在这种情况下）返回任何有意义的东西，但更多的是为了“应用”之类的效率。有什么想法吗？

Answer 1

如果对函数使用apply方法，那么系列中的每个项都将使用这样的函数进行映射。 E.g。

>>> s.apply(enumerate)
a    <enumerate object at 0x13cf910>
b    <enumerate object at 0x13cf870>
c    <enumerate object at 0x13cf820>
d    <enumerate object at 0x13cf7d0>
e    <enumerate object at 0x13ecdc0>

你想要做的只是枚举系列本身。

>>> list(enumerate(s))
[(0, 'six'), (1, 'seven'), (2, 'six'), (3, 'seven'), (4, 'six')]

如果您想要对所有实体的字符串求和，该怎么办？

>>> ",".join(s)
'six,seven,six,seven,six'

更复杂的应用用法是：

>>> from functools import partial
>>> s.apply(partial(map, lambda x: x*2 ))
a                ['ss', 'ii', 'xx']
b    ['ss', 'ee', 'vv', 'ee', 'nn']
c                ['ss', 'ii', 'xx']
d    ['ss', 'ee', 'vv', 'ee', 'nn']
e                ['ss', 'ii', 'xx']

<强> [编辑]

根据OP的澄清问题：不要将系列（1D）与DataFrames（2D）http://pandas.pydata.org/pandas-docs/stable/dsintro.html#dataframe混淆 - 因为我真的没有看到你如何谈论行。但是，您可以通过创建新系列在函数中包含索引（应用不会提供有关当前索引的任何信息）：

>>> Series([s[x]+" my index is:  "+x for x in s.keys()], index=s.keys())
a      six index  a
b    seven index  b
c      six index  c
d    seven index  d
e      six index  e

无论如何，我建议你切换到其他数据类型，以避免巨大的内存泄漏。

Answer 2

这是一个巧妙的方法，使用itertools的count和zip：

import pandas as pd
from itertools import count

s = pd.Series(['six', 'seven', 'six', 'seven', 'six'],
                  index=['a', 'b', 'c', 'd', 'e'])

In [4]: zip(count(), s)
Out[4]: [(0, 'six'), (1, 'seven'), (2, 'six'), (3, 'seven'), (4, 'six')]

很遗憾，只有效率高于enumerate(list(s))！

大熊猫行具体适用

2 个答案: