将函数应用于数据框中的列列表答案

【问题标题】：Apply function to list of columns from a dataframe将函数应用于数据框中的列列表
【发布时间】：2020-04-24 06:59:06
【问题描述】：

我正在创建一个接受 3 个输入的函数：一个数据框、一个列和一个列列表。该函数应将简短计算应用于单个列，并将不同的简短计算应用于其他列的列表。它应该返回一个数据框，其中仅包含原始数据框中修改后的列（及其修改后的行）。

import numpy as np

df = pd.DataFrame([[1, 2, 3, 4], [1, 3, 5, 6], [4, 6, 7, 8], [5, 4, 3, 6], columns=['A', 'B', 'C', 'D'])

def pre_process(dataframe, y_col_name, x_col_names):
    return = new_dataframe

要应用于 y_col_name 的行的计算是 y_col_name 的每个值除以 y_col_name 的平均值。

要应用于 x_col_name 中每个列列表的计算是每列的每个值除以该列的标准差。

我需要一些帮助来编写函数。我想我需要使用“应用”或“lambda”函数，但我不确定。

这是调用命令的样子：

pre_process_data = preprocess(df,'A', ['B','D'])

谢谢

【问题讨论】：

一些数据会有所帮助。请花点时间阅读有关如何发布熊猫问题的信息：stackoverflow.com/questions/20109391/…
所以..你的问题是什么？你是在问这里的人写你的函数吗？如果没有，请发布您的错误以及您到目前为止所尝试的内容。
是的 - 我正在寻求帮助来编写该函数。抱歉帖子不好，我会尽快回去编辑。
清理了请求。提前感谢帮助。谢谢

标签： pandas list dataframe multiple-columns

【解决方案1】：

def pre_process(dataframe, y_col_name, x_col_names):
    new_dataframe = dataframe.copy()
    new_dataframe[y_col_name] =  new_dataframe[y_col_name]/new_dataframe[y_col_name].mean()
    new_dataframe[x_col_names] = new_dataframe[x_col_names]/new_dataframe[x_col_names].std()
    return new_dataframe

这是你的意思吗？

【讨论】：

快到了。现在我只是想只返回 y_col_name 和 x_col_names 中的列。我正在使用return new_dataframe[y_col_name, [x_col_names]] 但不工作。类型错误：不可散列的类型：“列表”。谢谢
我通过cols_to_return = [y_column_name] + [x for x in x_column_names] return new_dataframe.filter(items= cols_to_return) 实现了这一点，感谢您的帮助。