Question

我已经检查了地图，应用，mapapply和合并，但似乎无法找到一种简单的方法来执行以下操作：

我有一个包含10列的数据框。我需要将其中的三个传递给一个带有标量并返回标量的函数...

some_func(int a, int b, int c) returns int d

我想应用它并在数据框中创建一个包含结果的新列。

df['d'] = some_func(a = df['a'], b = df['b'], c = df['c'])

我发现的所有解决方案似乎都建议重写some_func以使用Series而不是标量，但这是不可能的，因为它是另一个包的一部分。我如何优雅地完成上述工作？

Answer 1

使用pd.DataFrame.apply()，如下所示：

df['d'] = df.apply(lambda x: some_func(a = x['a'], b = x['b'], c = x['c']), axis=1)

注意：当@ashishsingal询问列时，axis参数应提供值1，默认值为0（如documentation中所示，并在下面复制）。

轴：{0或'索引'，1或'列'}，默认为0


0或'index'：将函数应用于每列

或'columns'：将函数应用于每一行

Answer 2

我正在使用以下内容：

df['d'] = df.apply(lambda x: some_func(a = x['a'], b = x['b'], c = x['c']))

似乎运作良好，但如果其他人有更好的解决方案，请告诉我。

Answer 3

在这样一个古老的问题上有什么价值？我发现将函数参数压缩到元组中，然后将其用作列表推导要比使用df.apply快得多。例如：

import pandas as pd

# Setup:
df = pd.DataFrame(np.random.rand(10000, 3), columns=list("abc"))
def some_func(a, b, c):
    return a*b*c

# Using apply:
%timeit df['d'] = df.apply(lambda x: some_func(a = x['a'], b = x['b'], c = x['c']), axis=1)

每个循环222 ms±63.8 ms（平均±标准偏差，共7次运行，每个循环1次）

# Using tuples + list comprehension:
%timeit df["d"] = [some_func(*a) for a in tuple(zip(df["a"], df["b"], df["c"]))]

每个循环8.07 ms±640 µs（平均±标准偏差，共运行7次，每个循环100个）

Answer 4

如果它是一个非常简单的函数，例如基于简单算术的函数，则有可能对其进行矢量化处理。例如，可以直接从列中进行线性组合：

df["d"] = w1*df["a"] + w2*df["b"] + w3*["c"]

其中w1，w2，w3是标量权重。

如何在pandas中使用多个列映射函数？

4 个答案: