如何將函數(shù)應用于兩列Pandas數(shù)據(jù)幀假設我有一個df列'ID', 'col_1', 'col_2'。我定義了一個函數(shù)：f = lambda x, y : my_function_expression?，F(xiàn)在我想應用fto df的兩列'col_1', 'col_2'來逐元素地計算一個新列'col_3'，有點像：df['col_3'] = df[['col_1','col_2']].apply(f) # Pandas gives : TypeError: ('<lambda>() takes exactly 2 arguments (1 given)'怎么做 ？** 添加詳細示例如下 ***import pandas as pddf = pd.DataFrame({'ID':['1','2','3'], 'col_1': [0,2,3], 'col_2':[1,4,5]})mylist = ['a','b','c','d','e','f']def get_sublist(sta,end): return mylist[sta:end+1]#df['col_3'] = df[['col_1','col_2']].apply(get_sublist,axis=1)# expect above to output df as below ID col_1 col_2 col_30 1 0 1 ['a', 'b']1 2 2 4 ['c', 'd', 'e']2 3 3 5 ['d', 'e', 'f']
3 回答
慕妹3242003
TA貢獻1824條經(jīng)驗 獲得超6個贊
這是一個使用apply數(shù)據(jù)幀的示例，我正在調(diào)用它axis = 1。
注意區(qū)別在于，不是嘗試將兩個值傳遞給函數(shù)f，而是重寫函數(shù)以接受pandas Series對象，然后索引Series以獲取所需的值。
In [49]: df
Out[49]:
0 1
0 1.000000 0.000000
1 -0.494375 0.570994
2 1.000000 0.000000
3 1.876360 -0.229738
4 1.000000 0.000000
In [50]: def f(x):
....: return x[0] + x[1]
....:
In [51]: df.apply(f, axis=1) #passes a Series object, row-wise
Out[51]:
0 1.000000
1 0.076619
2 1.000000
3 1.646622
4 1.000000
根據(jù)您的使用情況，創(chuàng)建一個pandas group對象，然后apply在該組上使用有時會很有幫助。
千萬里不及你
TA貢獻1784條經(jīng)驗 獲得超9個贊
一個簡單的解決方案是
df['col_3'] = df[['col_1','col_2']].apply(lambda x: f(*x), axis=1)
梵蒂岡之花
TA貢獻1900條經(jīng)驗 獲得超5個贊
在熊貓中有一種干凈，單行的方式：
df['col_3'] = df.apply(lambda x: f(x.col_1, x.col_2), axis=1)
這允許f是具有多個輸入值的用戶定義函數(shù)，并使用（安全）列名而不是（不安全）數(shù)字索引來訪問列。
數(shù)據(jù)示例（基于原始問題）：
import pandas as pd
df = pd.DataFrame({'ID':['1', '2', '3'], 'col_1': [0, 2, 3], 'col_2':[1, 4, 5]})
mylist = ['a', 'b', 'c', 'd', 'e', 'f']
def get_sublist(sta,end):
return mylist[sta:end+1]
df['col_3'] = df.apply(lambda x: get_sublist(x.col_1, x.col_2), axis=1)
產(chǎn)量print(df)：
ID col_1 col_2 col_3
0 1 0 1 [a, b]
1 2 2 4 [c, d, e]
2 3 3 5 [d, e, f]
添加回答
舉報
0/150
提交
取消