Question

我想计算一小时内某个对象的百分比（'时间'），所以我尝试编写一个lambda函数，我认为它完成了工作，但索引列消失了，数据帧的列被分组。

df = df.groupby(['id', 'name', 'time', 'object', 'type'], as_index=True, sort=False)['col1', 'col2', 'col3', 'col4', 'col5'].apply(lambda x: x * 100 / 3600).reset_index()

在那段代码之后我打印df.columns并得到了这个：

Index([u'index', u'col1', col2', u'col3',
       u'col4', u'col5'],
      dtype='object')

如果有需要，我将写一些包含每列值的表。提前致谢。

Answer 1

向外移动循环将使代码运行得更快：

for c in ['col1', 'col2', 'col3', 'col4', 'col5']:
    df[c] *= 100. / 3600

这是因为个别循环＆＃39;计算将以矢量化方式完成。

这也不会以任何方式修改索引。

Answer 2

pd.DataFrame.groupby用于聚合数据，而不是将函数应用于多列。

对于简单的函数，您应该寻找矢量化解决方案。例如：

# set up simple dataframe
df = pd.DataFrame({'id': [1, 2, 1], 'name': ['A', 'B', 'A'],
                   'col1': [5, 6, 8], 'col2': [9, 4, 5]})

# apply logic in a vectorised way on multiple columns
df[['col1', 'col2']] = df[['col1', 'col2']].values * 100 / 3600

如果您希望将索引设置为多列，并且热衷于使用pd.DataFrame.apply，则可以将其作为两个单独的步骤。例如：

df = df.set_index(['id', 'name'])
df[['col1', 'col2']] = df[['col1', 'col2']].apply(lambda x: x * 100 / 3600)

Answer 3

您应用重置索引的.reset_index()。查看pandas文档，您将看到.reset_index()将索引传输到列。

Answer 4

来自Jpp的数据

df[['col1','col2']]*=100/3600
df
Out[110]: 
       col1      col2  id name
0  0.138889  0.250000   1    A
1  0.166667  0.111111   2    B
2  0.222222  0.138889   1    A

在Pandas中的lambda函数之后，索引列消失了

4 个答案: