Pandas：在列

Question

我想知道在数据帧的列上使用apply时是否有使用索引值的方法。假设我有df喜欢：

  col1  col2
0    a    [0,1,2]
1    b    [0,2]
2    c    [0,1,2]

我想在df.col2上编写一个apply函数，以便从col2中的列表中删除索引值，留下df，如：

  col1  col2
0    a    [1,2]
1    b    [0,2]
2    c    [0,1]

索引值可能在列表中，也可能不在列表中。但如果它确实存在于列表中，则应将其删除。请注意，这不是实际的用例，但与我需要的类似。我有

df.col2.apply(lambda x: f(x))

并且在f（x）中我希望能够访问x的索引值（如果可能）或解决方法。 我知道df.apply（）可以处理列值，df.index.map（）可以处理索引。在Pandas中是否有一种方法将两者的用例结合在一个优雅的解决方案中。谢谢你的帮助。

更新：索引是一个整数值，它将以其连续整数的方式进行约束。 col2将包含每个索引的列表。我想检查索引是否在该列表中，如果它存在则将其从列表中删除。因此，对于行索引3，我们有列表[27,36,3,9,7]。我想从列表中删除3。该列表是无序的

Answer 1

如果我理解你的问题，这应该可以胜任：

df.apply(lambda x: x.name in x.col2 and x.col2.remove(x.name), axis=1)

使用原始帖子中的示例：

In [226]: df
Out[226]: 
  col1       col2
0    a  [0, 1, 2]
1    b     [0, 2]
2    c  [0, 1, 2]

In [227]: df.apply(lambda x: x.name in x.col2 and x.col2.remove(x.name), axis=1);

In [228]: df
Out[228]: 
  col1    col2
0    a  [1, 2]
1    b  [0, 2]
2    c  [0, 1]

Answer 2

def name_drop(x):
    x_ = x.drop('col2')
    _x = pd.Series(x.col2)
    _x = _x[_x != x.name].tolist()
    x = x_.append(pd.Series({'col2': _x}))
    return x

df.apply(name_drop, axis=1)

Answer 3

也许你可以试试这个，这不会从列表中删除索引值，但会用'nan'替换它

df = pd.DataFrame({'a':list('mno'),'b':[[1,2,3],[1,3,4],[5,6,2]]})
df1 = df.b.apply(pd.Series)
df['b'] = np.array(df1[df1.apply(lambda x: x!=df.index.values)]).tolist()

  

Out[111]: a b 0 m [1.0, 2.0, 3.0] 1 n [nan, 3.0, 4.0] 2 o [5.0, 6.0, nan]