如何在熊猫数据框中将函数应用于一列的每一行？

Question

我有一个股票价格为{600，长度为〜600k的数据框，df，是我从here下载的。

我将最后一列的名称从“名称”重命名为“ ticks”，并创建了一个新的空白列，称为“名称”：

df = df.rename(columns={'Name': 'Ticker'})
df['Name'] = ''

我编写了以下函数来返回给定股票代码的公司名称：

! pip3 install yfinance
import yfinance as yf

def return_company_name(ticker):
    return yf.Ticker(ticker).info['longName']

return_company_name('MSFT')
>>> 'Microsoft Corporation'

现在，我想用相应的股票代码的公司名称填充“名称”列。为此，我编写了以下lambda函数：

df.Name = df.Ticker.apply(lambda x: return_company_name(x))

但是这最后一行代码仍在继续运行。有什么问题吗？如果是，该如何解决？

我用map而不是apply尝试了相同的方法，但结果相同。

Answer 1

首先，您不需要lambda或apply。

 df.Name = df.Ticker.map(return_company_name)

更好。其次，正如其他人所指出的那样，这是非常低效的。即使您的股票行情小得多，您也要拨打600000次电话。以下大锤方法将起作用：

class my_return():
     def __init__(self):
         self.tickdict = {}
     def __call__(self, ticker):
         ans = self.tickdict.get(ticker, None)
         if ans is not None:
             return ans
         else:
            self.tickdict[ticker] = return_company_name(ticker)
            return self.tickdict[ticker]

然后在代码栏上映射my_return。

Answer 2

从yfinance上查看源代码，您可以看到here get_info方法调用_get_fundamentals，这反过来似乎对不同站点做了一些 调用，以获取所需的信息。

由于这是针对每一行执行的，因此您会遇到一些麻烦，因为网站可能会限制您的访问速度。 也许您可以迈出第一步，获取所有唯一的名称，然后查找一次，然后将它们保存在某种形式的CSV或类似格式的

中

Answer 3

您可以使用pandas.apply()将函数应用于Dataframe中的每一行/列。

您还可以对每列使用lambda函数。例如：
modDfObj = dfObj.apply(lambda x : x + 10)

另一个示例（此处，仅将函数应用于列z）：

modDfObj = dfObj.apply(lambda x: np.square(x) if x.name == 'z' else x)