Question

Quick Pandas DataFrame问题......只是一个概念性问题

假设我有一个3列的DataFrame。称之为df：

     A    B    C
0    1    2    3
1    1    2    3
2    1    2    3
3    1    2    3
4    1    2    3

现在假设我有一个函数f(A,B,C)，理论上我会将列A，B和C作为输入。例如，

 def function(A,B,C):
     return (A+1, B/2, C*3)

这个函数当然会返回一个元组。

基本上，我想知道我是否可以将function应用于df以获得以下输出：

     A    B    C
0    2    1    9
1    2    1    9
2    2    1    9
3    2    1    9
4    2    1    9

如果是这样，我该怎么做？我不能只输入df.apply(function)。我会得到一个类似于：

的TypeError

'function()' takes exactly 3 arguments (1 given)'

如果我不能这样做，我认为我必须创建个别功能？像...

def f1(A):
    return A+1

def f2(B):
    return B/2

def f3(C):
    return C*3

Answer 1

你可以这样做：

>>> pandas.concat(function(*[col for colname, col in df.iteritems()]), axis=1)
    A  B  C
0  2  1  9
1  2  1  9
2  2  1  9
3  2  1  9
4  2  1  9

如果你的函数按行运行（即，它接受三个单独的值A，B和C并返回三个输出的元组），那么你可以这样做：

>>> d.apply(lambda r: function(*r), axis=1)
    A  B  C
0  2  1  9
1  2  1  9
2  2  1  9
3  2  1  9
4  2  1  9

（你需要将它包装在一个lambda中，以便将每一行的元素作为单独的参数传递。）但是如果你的函数是可矢量化的，那么这是有效的，因为那时你想要立即对整个列进行操作，而不是而不是重做每一行的操作。

你说该函数返回＆＃34;一个元组，当然＆＃34;，但是传递单独的列并返回它们的元组并不是操纵pandas数据结构的好方法。设置函数的方式，您希望将DataFrame分离为单独的列，将它们作为单独的参数传递，将单独的列作为元组检索，然后在最后将它们组合回DataFrame。但是已经有一个数据结构可以容纳多个列，即一个DataFrame。因此，如果您希望函数获取一些DataFrame列并返回一些DataFrame列，则应该让它接受一个DataFrame并返回一个DataFrame：

def function(df):
    return pandas.concat([df.A+1, df.B/2, df.C*3], axis=1)

（如果你不希望函数依赖于列名，你可以让它通过数字索引来访问列。）然后你可以直接在DataFrame上调用函数：

>>> function(d)
    A  B  C
0  2  1  9
1  2  1  9
2  2  1  9
3  2  1  9
4  2  1  9

当然，如果从其他地方获得该功能，您可能无法重写它，在这种情况下，您可以使用我之前提到的那种解决方案。

Answer 2

您的问题分为两部分：轴和功能应用程序

轴

您需要在每一行上应用该功能，为此您需要指定axis = 1

df.apply(function, axis=1)

否则，默认情况下，该功能将应用于每列。

包装功能

你需要传递一个带有一个参数的函数，该函数包含函数（我假设＆＃39;函数＆＃39;是一个已经存在的函数，例如来自库，你不能自己修改它）

def functionwrap(row):
    return function(row[0], row[1], row[2])

df.apply(functionwrap, axis=1)

Lambda函数

更紧凑的是提供lambda功能。在这种情况下，它很有效，因为lambda非常简单。

df.apply(lambda x: function(*x), axis=1)

提醒一下，* x正在将行转换为函数调用中的参数列表，有效地调用函数（a，b，c）。这当然只适用于有3列的DataFrame，否则你会在这里得到一个例外（即你试图传递n个参数而不是3，其中n是你的DataFrame中的列数）。

Answer 3

 df.A, df.B, df.C = function(df.A, df.B, df.C)

当你通过系列赛时，熊猫会做一些方便的事情。

Python Pandas：使用'apply'将1个函数应用于多个列

3 个答案: