基于过滤输入选择创建新列的函数答案

【问题标题】：Function that creates new column based on filtering input selection基于过滤输入选择创建新列的函数
【发布时间】：2022-11-14 19:22:28
【问题描述】：

如果在变量中选择了名称，我想创建一个将 pt_nm 的列值与预定义值相乘的新列：

df["pt_nm"] 看起来像这样

0    0.0
1    1.0
2    1.0
3    2.0
4    1.0
dtype: float64

我可以选择的变量是：

types = ["E", "S", "EK"]
r_type = "E"

pt_s= 25
pt_e = 60
pt_ek = 45

我尝试了以下不起作用：

def race (r_type, pt_nm):
    if r_type == "E":
        pt_nm* pt_e
    elif r_type == "S":
        pt_nm* pt_s
    else:
        pt_nm* pt_ek

df["pt_new"] = df["pt_nm"].apply(race, axis = 1)

我认为问题可能出在争论中？感谢您对该功能如何工作的解释！ :)

【问题讨论】：

标签： pandas

【解决方案1】：

使用 Series.pipe 并通过完整的系列功能，还添加 return 像：

types = ["E", "S", "EK"]
r_type = "E"

pt_s= 25
pt_e = 60
pt_ek = 45

#swapped arguments
def race (pt_nm, r_type):
    if r_type == "E":
        return  pt_nm* pt_e
    elif r_type == "S":
        return pt_nm* pt_s
    else:
        return pt_nm* pt_ek

df["pt_new"] = df["pt_nm"].pipe(race, r_type)
#alternatuive
#df["pt_new"] = race(df["pt_nm"], r_type)
print (df)
   pt_nm  pt_new
0    0.0     0.0
1    1.0    60.0
2    1.0    60.0
3    2.0   120.0
4    1.0    60.0

【讨论】：

谢谢，这可行，但意味着在应用管道时手动将字母“E”更改为“S”。当我在变量中将 E 更改为 S 时，它并没有自动更改，但是当我在管道中更改它时
@Hansson - 当然，因为将它传递给函数。
被我耍到了。它现在正在工作。谢谢！

【解决方案2】：

你能试试这个：

def race (r_type, pt_nm):
    if r_type == "E":
        return pt_nm* pt_e
    elif r_type == "S":
        return pt_nm* pt_s
    else:
        return pt_nm* pt_ek

df["pt_new"] = df["pt_nm"].apply(lambda x: race(x,r_type=r_type))

【讨论】：

【解决方案3】：

您可以使用字典来查找提供的类型的标量，并在 apply 函数中使用该标量。这将为您提供所需的输出：

import pandas as pd

df = pd.DataFrame([0.0, 1.0, 1.0, 2.0, 1.0], columns = ["pt_nm"])

r_type = "E"

types = {"E": 60, "S": 25, "EK": 45}
scalar = types[r_type]
df["pt_new"] = df["pt_nm"].apply(lambda x: x*scalar)

print(df)

出去：

   pt_nm  pt_new
0    0.0     0.0
1    1.0    60.0
2    1.0    60.0
3    2.0   120.0
4    1.0    60.0

【讨论】：