Question

我试图避免循环访问数据帧，因此最近开始使用.apply（）。

但是我并不十分了解这种行为。我在下面有一个超级简单的玩具示例。询问用户该列中的每个水果是否都是一个苹果（它们都是苹果，所以每个答案都是Y）。

import pandas as pd
df= pd.DataFrame({'fruit':['apple','apple', 'apple','apple', 'apple'],'result':['']*5})
df

   fruit result
0  apple       
1  apple       
2  apple       
3  apple       
4  apple

设置一个.apply()函数来询问用户水果是否是苹果：

def check_fruit(row):

    # get the current fruit in the row
    current_fruit = row['fruit']

    # print output for user
    print('\n===============================================')
    print('Is this an apple?')
    print('===============================================\n')
    print(f'Current Fruit: {current_fruit}\n')

    # user input - they are asked if the displayed fruit
    # is an apple or not and must enter y/n
    choice = input('Please enter Y/N: ')

     # if they choose yes
    if (choice == 'Y' or choice == 'y'):

        # add the word 'correct' to row column
        row['result']=='Correct'

        return row
    # if they choose no
    elif (choice == 'N' or choice == 'n'):

        # add the word 'Incorrect' to row column
        row['result']=='Incorrect'

        return row

现在应用它-注意输出。当数据框中只有5行时，为什么苹果要打印6次？

df= df.apply(check_fruit,axis=1)

===============================================
Is this an apple?
===============================================

Current Fruit: apple

Please enter Y/N: y


===============================================
Is this an apple?
===============================================

Current Fruit: apple

Please enter Y/N: y


===============================================
Is this an apple?
===============================================

Current Fruit: apple

Please enter Y/N: y


===============================================
Is this an apple?
===============================================

Current Fruit: apple

Please enter Y/N: y


===============================================
Is this an apple?
===============================================

Current Fruit: apple

Please enter Y/N: y


===============================================
Is this an apple?
===============================================

Current Fruit: apple

Please enter Y/N: y

第二，为什么不从apply函数返回该行？应用该功能后，“结果”列仍为空。

   fruit result
0  apple       
1  apple       
2  apple       
3  apple       
4  apple

我知道这可能很痛苦……

知道我要去哪里哪里吗？

（ps。我知道输入没有错误检查，现在只关注.apply（））

Answer 1

请参阅pd.DataFrame.apply的文档：

注释


在当前实现中，在第一列/行上两次应用调用 func ，以确定它可以采用快速还是慢速代码路径。如果 func 具有副作用，则可能导致意外的行为，因为它们将对第一列/行生效两次。

您的功能check_fruit确实有副作用，即要求用户提供一些输入，该输入的发生比您期望的还要多。

通常，apply和其他数据帧函数旨在与以某种方式转换数据的函数一起使用，而不是与应用程序逻辑一起使用。在这种情况下，不显式写出循环并不会带来任何特别的好处，因此，您可能要做的最好就是手动遍历每一行：

import pandas as pd

def check_fruit(row):
    # ...

df = pd.DataFrame({'fruit': ['apple', 'apple', 'apple', 'apple', 'apple'],
                   'result': [''] * 5})
for row in df.iterrows():
    check_fruit(row)

Answer 2

@jdehesa解释了为什么要重复第一行。

我的第二个问题是：为什么不返回新数据。我发现了问题，非常菜鸟的错误。我有row['result']=='Correct'而不是row['result']='Correct'，即==与=。

尝试了解熊猫中的.apply（）

2 个答案: