Pandas - 对 DataFrame 的索引应用转换答案

【问题标题】：Pandas - apply transformation on index of DataFramePandas - 对 DataFrame 的索引应用转换
【发布时间】：2018-12-24 04:11:44
【问题描述】：

这是我的代码

import pandas as pd
x = pd.DataFrame.from_dict({'A':[1,2,3,4,5,6], 'B':[10, 20, 30, 44, 48, 81]})
a = x['A'].apply(lambda t: t%2==0) # works
c = x.index.apply(lambda t: t%2==0) # error

我怎样才能使该代码以最简单的方式工作？我知道如何reset_index()，然后将其视为一列，但我很好奇是否可以对索引进行操作，就好像它是一个常规列一样。

【问题讨论】：

stackoverflow.com/questions/20025325/…

标签： python pandas dataframe

【解决方案1】：

您必须使用to_series 将Index 转换为Series：

c = x.index.to_series().apply(lambda t: t%2==0)

如果你想调用apply，因为Index 对象没有apply 方法

索引的方法和操作数量有限：http://pandas.pydata.org/pandas-docs/stable/api.html#modifying-and-computations

【讨论】：

【解决方案2】：

Pandas 尚未实现 pd.Index.apply。对于简单的计算，您可以使用底层 NumPy 数组：

c = x.index.values % 2 == 0

与基于lambda 的解决方案相反，这利用了矢量化操作。

【讨论】：

【解决方案3】：

Pandas 索引有一个map 方法：

c = x.index.map(lambda t: t%2==0)   # Index([True, False, True, False, True, False], dtype='object')

请注意，这将返回一个索引，而不是熊猫系列。

【讨论】：