DataFrame 中的 Lambda 函数应用答案

【问题标题】：Lambda function inside DataFrame ApplyDataFrame 中的 Lambda 函数应用
【发布时间】：2021-12-23 02:26:50
【问题描述】：

我在 Pandas 中有以下 DataFrame：

import pandas as pd
import numpy as np

df = pd.DataFrame([(1, 1, 1, 0),
                   (2, 0, 0, 2),
                   (3, 0, 1, 3),
                   (4, 5, 3, 0)],
                  columns=list('abcd'))

我需要在该 DataFrame 中实现以下功能：

我正在尝试使用下面的apply() 函数：

dfs = df.apply(lambda x: np.mean(x)+2*np.std(x) if x > np.mean(x)+2*np.std(x) else x, axis = 0, result_type='broadcast')
dfs

我收到以下错误：

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

不太确定这意味着什么，或者我应该在哪里使用a.empty, a.bool()... 来修复它。

【问题讨论】：

这是因为现在，您的 lambda 中的 x 代表一列（一个系列），而操作 x > np.mean(x)+2*np.std(x) 也是一个系列。问题是使用if series 会返回此错误。有关此错误发生的不同情况的更多说明，请参阅this

标签： pandas dataframe apply

【解决方案1】：

如果您想逐行检查，则可以在程序中使用np.where 而不是if else。第一个参数是你的条件。当它为真时，它在同一索引处采用第二个参数。如果错误，则在同一索引处取第三个参数。

df.apply(lambda x:np.where(x > np.mean(x)+2*np.std(x), np.mean(x)+2*np.std(x), x), axis=0)

【讨论】：

【解决方案2】：

您可以在一次计算整个数据帧上的mean 和std 后使用clip。

df.clip(upper=df.mean()+2*df.std(), axis=1)

使用当前输入，它不会改变任何东西，这是一种查看方式：

# calcualte the current upper bound
_upper = df.mean() + 2*df.std()
print(_upper)
# a    5.081989
# b    6.260952
# c    3.766611
# d    4.250000
# dtype: float64

# then replace two values above the bound
df.loc[2,['a','b']] = [12,9]
print(df)
# dtype: float64
#     a  b  c  d
# 0   1  1  1  0
# 1   2  0  0  2
# 2  12  9  1  3 # see the values in column a and b
# 3   4  5  3  0

# see what clip does for the values in column a and b, index 2
print(df.clip(upper=_upper, axis=1))
#           a         b  c  d
# 0  1.000000  1.000000  1  0
# 1  2.000000  0.000000  0  2
# 2  5.081989  6.260952  1  3  # 12 and 9 replaced by the upper bound of the column
# 3  4.000000  5.000000  3  0

【讨论】：