Question

我有以下代码声明：

def gigajoule(row):
 row['Energy Supply'] *= 1000000
 return row
energy = energy.apply(gigajoule, axis = 1)

可能应该有一种方法可以通过使用lambda函数来简化，但我无法弄清楚如何做到这一点。

Answer 1

lambdas的想法是他们没有做副作用＆＃34;，就是他们只是对输入参数进行操作（检查this answer以获得更详细的答案）

所以可以只返回row，Energy Supply乘以100万：

gigajoule = lambda row: dict([(k,v*1000000) if k=='Energy Supply' else (k,v) for k,v in row.items()])

并像这样使用它：

>>> row = {'something': 1, 'Energy Supply': 1}
>>> row = gigajoule(row)
>>> row
{'Energy Supply': 1000000, 'something': 1}

但实际上，你的完整功能可以正常工作，而且这个东西更具可读性

Answer 2

在您的示例代码中，您使用df.apply与正常使用模式不同。正常用法是从提供的数据生成新的值行而不修改原始数据（请参阅.apply() documentation中有关副作用的警告）。这也是lambda函数的行为方式 - 它们通过单行计算生成新值，但无法进行直接赋值。但是，在您的情况下，您正在修改您给定的行，然后返回该行。

请注意，您的代码可能正在执行与您期望的完全不同的操作。它执行以下操作：

gigajoule从数据框
gigajoule修改收到的行，可能会修改原始数据框本身
gigajoule返回修改后的行
pandas将gigajoule返回的行汇编为新的数据帧
您将现有数据框替换为新数据框。

第2步非常不标准（将原始数据框修改为apply操作的副作用）。例如，以下代码可能会意外地更改原始energy框架：

import pandas as pd
energy = pd.DataFrame({'Energy Supply': [100, 200, 300], 'Temperature': [201, 202, 203]})
def gigajoule(row):
    row['Energy Supply'] *= 1000000
    return row
energy2 = energy.apply(gigajoule, axis = 1)
energy # has been modified!

你可以使用与lambda相同的模式，这样也会以非标准的方式改变原始框架：

import pandas as pd
energy = pd.DataFrame({'Energy Supply': [100, 200, 300], 'Temperature': [201, 202, 203]})
energy2 = energy.apply(
  lambda row: row.set_value('Energy Supply', row['Energy Supply']*1000000), 
  axis=1
)
energy # has been modified

您可以使用.copy()来避免原始帧上的非标准副作用，如下所示：

import pandas as pd
energy = pd.DataFrame({'Energy Supply': [100, 200, 300], 'Temperature': [201, 202, 203]})
energy = energy.apply(
  lambda row: row.copy().set_value('Energy Supply', row['Energy Supply']*1000000), 
  axis=1
)

但是，由于您实际上并没有尝试生成新的数据帧（即，您实际上想要修改现有的数据帧），您可以这样做，这将是使用pandas的最标准方法：< / p>

import pandas as pd
energy = pd.DataFrame({'Energy Supply': [100, 200, 300], 'Temperature': [201, 202, 203]})
energy['Energy Supply'] *= 1000000
# or energy.loc[:, 'Energy Supply'] *= 1000000

此示例还使用numpy对计算进行矢量化，因此它应该比以前的速度快得多。

Answer 3

实际上有一种非常简单的方法需要lambda：

energy['Energy Supply'] *= 1000000

Python，使用lambda

3 个答案: