我不能直接调用熊猫数据框上的函数吗？答案

【问题标题】：Can i not call directly a function on pandas dataframe?我不能直接调用熊猫数据框上的函数吗？
【发布时间】：2021-08-10 21:12:03
【问题描述】：

我是学习 pandas 的新手，刚刚学习了 python，所以我的问题可能看起来很傻。我创建了一个函数来更改数据集中的空值。我试图在我的数据框的几列上调用该函数。

def impute_age(cols):
    age = cols[0]
    pclass = cols[1]
    
    if pd.isnull(Age):
        
        if pclass == 1:
            return 37
        
        elif pclass ==2:
            return 29
        
        else:
            return 23
    else:
        return Age

然后我这样称呼它：

train['Age'] = impute_age(train[['Age','Pclass']])

给出的关键错误：0

我在某处检查过，他使用了这样的方式：

train['Age'] = train[['Age','Pclass']].apply(impute_age,axis=1)

但在python 中，我们调用了上述函数。谁能告诉我我在这里做错了什么。

【问题讨论】：

您的函数的设计方式不是让您可以将 DateFrame 作为输入。对于这种情况，我建议使用numpy.select。
如果你想使用布尔索引，你应该使用df.iloc[: , colIndex]。当您只使用0 时，pandas 认为它是列标签而不是索引。所以这就是你错误的原因。但是有更好的方法来实现您在替换 NaN 值时尝试做的事情。 numpy.where() 、 numpy.select() 和 df.where() 就是这样的方式。

标签： python pandas dataframe numpy data-science

【解决方案1】：

我会像这样使用它

import pandas as pd
import numpy as np

def impute_age(age, pclass):
    if pd.isnull(age):
        if pclass == 1:
            return 37
        elif pclass ==2:
            return 29
        else:
            return 23
    else:
        return age

df = pd.DataFrame({'Age': [np.nan, np.nan, np.nan, 100], 'Pclass':[1,2,3,4]})
df['Age'] = df.apply(lambda row: impute_age(row['Age'], row['Pclass']), axis=1).astype(int)

输出：

>>> df
   Age  Pclass
0   37       1
1   29       2
2   23       3
3  100       4

【讨论】：