Question

我有一个数据框，其中一列包含值列表，例如

dict = {'a' : [0, 1, 2], 'b' : [4, 5, 6]}
df = pd.DataFrame(dict)
df.loc[:, 'c'] = -1
df['c'] = df.apply(lambda x: [x.a, x.b], axis=1)

所以我得到了：

   a  b       c
0  0  4  [0, 4]
1  1  5  [1, 5]
2  2  6  [2, 6]

我现在想在新列d中保存列c的每个条目的最小值，这应该给我以下数据框：

   a  b       c    d
0  0  4  [0, 4]    0
1  1  5  [1, 5]    1
2  2  6  [2, 6]    2

虽然我总是不能用min（）或类似的方法做到这一点。现在我正在使用df.apply（lambda x：min（x [＆＃39; c＆＃39;]，轴= 1）。但在我的情况下这太慢了。你知道更快的方法吗？？谢谢！

Answer 1

你可以从numpy获得帮助：

import numpy as np 

df['d'] = np.array(df['c'].tolist()).min(axis=1)

如评论中所述，如果您不需要列c，那么：

df['d'] = df[['a','b']].min(axis=1)

Answer 2

请记住，系列（如df['c']）是可迭代的。然后，您可以创建一个新列表并将其设置为键，就像您使用字典一样。该列表将自动转换为pd.Series对象。除非您正在处理真正（非常）大数据，否则无需使用花哨的pandas函数。

df['d'] = [min(c) for c in df['c']]

编辑：更新以下评论

df['d'] = [min(c, key=lambda v: v - df.a) for c in df['c']]

这不起作用，因为v是一个值（在第一次迭代中传递0，然后传递4）。 df.a是一个系列。 v - df.a是一个包含元素[v - df.a[0], v - df.a[1], ...]的新系列。然后min尝试比较这些系列键，这没有任何意义，因为它将测试if True, False, ...]或类似pandas引发错误的那些，因为它不会真有意义。你需要的是

df['d'] = [min(c, key=lambda v: v - df['a'][i]) for i, c in enumerate(df['c'])]  
# I prefer to use df['a'] rather than df.a

所以你依次从df['a']，而不是整个系列v获取df['a']的每个值。

然而，在计算最小值时取一个常数绝对没有任何作用，但我猜这是从你实际做的那里简化的。上面的两个样本将完全相同。

Answer 3

这是一个功能性解决方案。

df['d'] = list(map(min, df['c']))

它的工作原因是：

df['c']是pd.Series，是一个可迭代的对象。
map是一个惰性运算符，它将函数应用于iterable的每个元素。
由于map是懒惰的，我们必须应用list才能分配系列。

Pandas中Str列的最小值

3 个答案: