使用Pandas中的特定字符串映射函数

Question

这是我的尝试。

Dataframe我现在有一个专栏来决定如何处理这些功能。

例如，df有两列，DATA和TYPE。 TYPE有三个类：S1，S2和S3。我将根据不同类型的样本定义三种不同的功能。

#### S1
 def f_s1(data):
     result = data+1
     return result

#### S2
 def f_s2(data):
     result = data+2
     return result

#### S3
 def f_s3(data):
     result = data+3
     return result

我还创建了一个映射集：

f_map= {'S1':f_s1,'S2':f_s2, 'S3': f_s3}

然后，我使用pandas.Map实用程序将这些函数与每个样本的类型进行映射。

df['result'] = df['TYPE'].map(f_map)(df['DATA'])

但它与TypeError: 'Series' object is not callable不起作用。

任何建议都会受到赞赏！

Answer 1

df['TYPE'].map(f_map)创建了一系列函数，如果您想将它们相应地应用到数据列，一个选项是使用zip()函数，如下所示：

df['result'] = [func(data) for func, data in zip(df['TYPE'].map(f_map), df['DATA'])]
df

或者，您可以按TYPE分组，然后将每个类型（或组）的特定函数应用于该组中的DATA列，假设您的预定义函数包含向量化操作，从而接受系列作为参数：

df = pd.DataFrame({'TYPE':['S1', 'S2', 'S3', 'S1'], 'DATA':[1, 1, 1, 1]})

df['result'] = (df.groupby('TYPE').apply(lambda g: f_map.get(g['TYPE'].iloc[0])(g['DATA']))
                  .reset_index(level = 0, drop = True))