使用数据框在 for 循环中构造另一个

Question

正如标题所说，我一直在尝试使用 for 循环从另一个 df 构建 Pandas DataFrame，并使用构建的最后一个列来计算新列。

到目前为止，我已经尝试过：

df = pd.DataFrame(np.arange(10))
df.columns = [10]

df1 = pd.DataFrame(np.arange(10))
df1.columns = [10]

steps = np.linspace(10,1,10,dtype = int)

这行得通：

for i in steps:
    print(i)
    df[i-1] = df[i].apply(lambda a: a-1)

但是当我尝试像这样同时构建 df 和 df1 时：

for i in steps:
    print(i)
    df[i-1] = df[i].apply(lambda a: a-df1[i])
    df1[i-1] = df1[i].apply(lambda a: a-1)

它返回很多乱码+行：

 ValueError : Wrong number of items passed 10, placement implies 1

在这个例子中，我很清楚我可以先构建 df1，然后再构建 df。但是如果我尝试它会返回相同的错误：

for i in steps:
    print(i)
    df[i-1] = df[i].apply(lambda a: a-df1[i])
    df1[i-1] = df1[i].apply(lambda a: a-df[i])

这才是我真正需要的。

非常感谢任何帮助，
亚历克斯

Answer 1

apply 正在尝试沿您指定的轴应用函数。它可以是 0（将函数应用于每一列）或 1（将函数应用于每一行）。默认情况下，它将函数应用于列。在您的第一个示例中：

for i in steps:
    print(i)
    df[i-1] = df[i].apply(lambda a: a-1)

由于您的 for 循环，每一列都被循环，并且您的函数 .apply 将 1 删除到整个列。您可以将a 视为您的整个专栏。和下面的完全一样：

for i in steps:
    print(i)
    df[i - 1] = df[i] - 1

您可以通过以下方式查看.apply。假设我有以下数据框：

df = pd.DataFrame(np.random.rand(10,4))

df.sum() 和 df.apply(lambda a: np.sum(a)) 产生完全相同的结果。这只是一个简单的示例，但如果需要，您可以进行更强大的计算。

请注意，.apply 不是最快的方法，因此请尽量避免使用它。

apply 很有用的一个示例是，如果您定义了一个函数 some_fct()，该函数将 int 或 float 作为参数，并且您希望将其应用于数据框列的元素。

import pandas as pd
import numpy as np
import math

def some_fct(x):
    return math.sin(x) / x

np.random.seed(100)
df = pd.DataFrame(np.random.rand(10,2))

显然，some_fct(df[0]) 无法工作，因为该函数将int 或float 作为参数。 df[0] 是 Series。但是，使用apply 方法，您可以将您的函数应用于df[0] 的元素，这些元素本身就是浮点数。

df[0].apply(lambda x: some_fct(x))

Answer 2

找到了，我只需要删除 .apply ！

例子：

df = pd.DataFrame(np.arange(10))
df.columns = [10]

df1 = pd.DataFrame(np.arange(10))
df1.columns = [10]

steps = np.linspace(10,1,10,dtype = int)

for i in steps:
    print(i)
    df[i-1] = df[i] - df1[i]
    df1[i-1] = df1[i] + df[i]

它做的正是它应该做的！

我对python没有足够的了解，我无法解释为什么

pd.DataFrame().apply() 

不会使用自身之外的东西。