Question

我已经读过很多遍了，应该避免在数据帧中进行迭代，因此我一直在尝试“更好的方法”，例如应用函数，但是我陷入了以下错误：

系列的真实值不明确

我需要跨各种行项目运行迭代计算并获取更新的值。这是一个简化的示例，但是实际案例中有很多数学运算，因此为什么要选择函数：

df = pd.DataFrame({'A':[10,20,30,40], 'B':[4,3,2,1]})

def match_col(A,B):
    while A != B:
        B = B + 1

df.apply(lambda x: match_col(df['A'],df['B']),axis=1)

基本上，我需要为每一行使用许多项目，运行迭代计算，并输出新的/更新的项目。我在哪里弄错了逻辑？

Answer 1

代替：

df.apply(lambda x: match_col(x['A'],x['B']),axis=1)

因为要在每行上应用该函数，所以该行的值就是需要传递给match_col的值，而不是整个序列，例如df['A']。

您还需要从功能中return进行一些操作

def match_col(A,B):
    while A != B:
        B = B + 1
    return B

然后您将得到以下结果：

In [10]: df.apply(lambda x: match_col(x['A'],x['B']),axis=1)                    
Out[10]: 
0    10
1    20
2    30
3    40
dtype: int64

Answer 2

我在应用功能上做了一些更改

import numpy as np
import pandas as pd

df = pd.DataFrame({'A':[10,20,30,40], 'B':[1,3,2,1]})

def match_col(col):
    while col.A != col.B:
        col.B = col.B + 1
        return col.B


df.apply(match_col,axis=1)

输出

0    2
1    4
2    3
3    2
dtype: int64

熊猫数据框项上的迭代

2 个答案: