【发布时间】：2019-12-05 06:26:22
【问题描述】：
假设我有一个如下所示的数据框：
如何在数据框上应用 lambda 以使 FullName = FirstName + ' ' + LastName？据我所知，数据帧中的 lambda 只有 1 个输入？谢谢！
【问题讨论】：
标签： python pandas dataframe lambda
【发布时间】：2019-12-05 06:26:22
【问题描述】：
我觉得apply这里没必要，只和+一起加入列：
df['FullName'] = df.FirstName + ' ' + df.LastName
或者使用Series.str.cat:
df['FullName'] = df.FirstName.str.cat(df.LastName, sep=' ')
lambda 的解决方案是可能的，但速度很慢：
df['FullName'] = df.apply(lambda x: x.FirstName + ' ' + x.LastName, axis=1)
【讨论】：
-
完美！那行得通:-)不幸的是，我必须使用 lambda，因为我遇到的问题更复杂（有 if 语句）。为简单起见，我发布了该示例。关于速度的后续问题...... lambda 一般是慢还是在这种特定情况下（应用于数据帧时）？
-
@ShadyMBA - 这取决于公式。但通常是使用
apply它很慢，因为在引擎盖下循环。 -
@ShadyMBA - 然后使用this
-
@ShadyMBA - 你可以测试
df['GlobalName'] = np.where((df['GlobalName']=='') & (df['IsPerson']), df['CleanName'], '')吗？ -
3 个解决方案：
%timeit df['GlobalName'][df['GlobalName']==''] = df.apply(lambda x: x['CleanName'] if x['IsPerson'] == True else '', axis = 1)%timeit df['GlobalName'][df['GlobalName']==''] = np.where(df['IsPerson']==True, df['CleanName'], '')%timeit df['GlobalName'] = np.where((df['IsPerson']==True) & (df['GlobalName']==''), df['CleanName'], df['GlobalName'])39.6 ms 40.6 ms 1.21 ms 第 3 个解决方案比其他 2 个解决方案更快。