Question

我有两个数据框，一个（p）df包含要转换的列，第二个（a）包含pd.series形式的转换参数：

p=np.random.rand(5,3) #create data frame
cols=["A","B","C"]
df1=pd.DataFrame(p,columns=cols)
a=np.array([0.3,0.4,0.5]) # create series of transform parameters
a=pd.Series(a,index=cols)

我徘徊如何迭代df列以使用适当的变换参数转换每个列，如下所示：

df1.apply(stats.boxcox,lmbda=a)

当然不起作用。我的临时解决方案只是一个暴力函数：

def boxcox_transform(df,lambdas):
    df1=pd.DataFrame(index=df.index)
    for column in list(df):
        df1[column]=stats.boxcox(df[column],lambdas[column])
    return(df1)
boxcox_transform(df1,a)

我徘徊是否有更优雅的解决方案，例如R CRAN mapply可以迭代两个列表

Answer 1

您可以使用lambda：

result_df = df1.apply(lambda col: stats.boxcox(col, a.loc[col.name]))

Pandas将具有不同参数值的函数应用于不同的列

1 个答案: