Question

我正在尝试编写一个函数来调用我之前在代码中定义的pandas DataFrame中的特定列。

数据框可以很简单，例如

df = pd.DataFrame(
                        {
                        'col0': np.random.randint(0,100,100),
                        'col1': np.random.randint(0,100,100),
                        'col2': np.random.randint(0,100,100)
                          }
                         )

下一步是编写一个调用col0，col1或col2的函数。

def hist(x):
    return np.histogram(
                        df['x'],
                        bins = 6
                        )

但是，当您通过数据框中定义的列名调用函数时，python无法识别该名称;

In [1]: hist(col1)
Traceback (most recent call last):

  File "<ipython-input-68-e860df6abc8e>", line 1, in <module>
    hist(col1)

NameError: name 'col1' is not defined

有解决办法吗？

Answer 1

你正在混淆字符串和变量。你可能想要像

这样的东西

def hist(x):
    return np.histogram(
                        df[x], # no quotes! You want the value of x here, not a literal "x"
                        bins = 6
                        )

并将其称为：

foo = hist('col1')   # quotes necessary since you're passing the string "col1"

否则，Python会查找名为col1的变量，但尚未定义。

Answer 2

你应该删除x的引号，并将一个字符串作为函数输入并添加列的名称：

def hist(x):
    return np.histogram(df[x], bins = 6)

hist('col1')

如何定义在python中调用特定数据框列的函数/宏？

2 个答案: