熊猫行特定适用答案

【问题标题】：pandas row specific apply熊猫行特定适用
【发布时间】：2012-06-25 14:32:18
【问题描述】：

类似于this R question，我想使用 Pandas 将函数应用于系列中的每个项目（或 DataFrame 中的每一行），但希望将此函数的索引或 id 用作该函数的参数排。作为一个简单的例子，假设一个人想要创建一个 [(index_i, value_i), ..., (index_n, value_n)] 形式的元组列表。使用简单的 Python for 循环，我可以做到：

In [1] L = []
In [2] s = Series(['six', 'seven', 'six', 'seven', 'six'],
           index=['a', 'b', 'c', 'd', 'e'])
In [3] for i, item in enumerate(s):
           L.append((i,item))
In [4] L
Out[4] [(0, 'six'), (1, 'seven'), (2, 'six'), (3, 'seven'), (4, 'six')]

但是必须有更有效的方法来做到这一点？也许像 Series.apply 这样更像熊猫的东西？实际上，我并不担心（在这种情况下）返回任何有意义的东西，但更多的是为了“应用”之类的效率。有什么想法吗？

【问题讨论】：

标签： python pandas

【解决方案1】：

如果您将 apply 方法与函数一起使用，则会发生 Series 中的每个项目都将映射到这样的函数。例如

>>> s.apply(enumerate)
a    <enumerate object at 0x13cf910>
b    <enumerate object at 0x13cf870>
c    <enumerate object at 0x13cf820>
d    <enumerate object at 0x13cf7d0>
e    <enumerate object at 0x13ecdc0>

您要做的只是枚举系列本身。

>>> list(enumerate(s))
[(0, 'six'), (1, 'seven'), (2, 'six'), (3, 'seven'), (4, 'six')]

例如，如果您想对所有实体的字符串求和怎么办？

>>> ",".join(s)
'six,seven,six,seven,six'

apply 的一个更复杂的用法是：

>>> from functools import partial
>>> s.apply(partial(map, lambda x: x*2 ))
a                ['ss', 'ii', 'xx']
b    ['ss', 'ee', 'vv', 'ee', 'nn']
c                ['ss', 'ii', 'xx']
d    ['ss', 'ee', 'vv', 'ee', 'nn']
e                ['ss', 'ii', 'xx']

[编辑]

遵循 OP 的澄清问题：不要将 Series (1D) 与 DataFrames (2D) http://pandas.pydata.org/pandas-docs/stable/dsintro.html#dataframe 混淆 - 因为我真的不明白如何谈论行。但是，您可以通过创建新系列在函数中包含索引（应用不会为您提供有关当前索引的任何信息）：

>>> Series([s[x]+" my index is:  "+x for x in s.keys()], index=s.keys())
a      six index  a
b    seven index  b
c      six index  c
d    seven index  d
e      six index  e

无论如何，我建议您切换到其他数据类型以避免大量内存泄漏。

【讨论】：

感谢@luke14free 关于枚举的指针。最后，我可能提供了一个过于简单的例子，但你确实提供了一个合适的答案。不过，我真正想要的是类似于您的第三个示例，并附加了一个条件，即指数是行或索引的函数...
感谢@luke14free。最后，我按照你的建议做了，并通过重组我的数据以不同的方式解决了我的问题。

【解决方案2】：

这是一个巧妙的方法，使用 itertools 的 count 和 zip：

import pandas as pd
from itertools import count

s = pd.Series(['six', 'seven', 'six', 'seven', 'six'],
                  index=['a', 'b', 'c', 'd', 'e'])

In [4]: zip(count(), s)
Out[4]: [(0, 'six'), (1, 'seven'), (2, 'six'), (3, 'seven'), (4, 'six')]

不幸的是，效率只比enumerate(list(s))!

【讨论】：