Pandas 中的 lambda 函数后索引列消失答案

【问题标题】：Index columns disappeared after lambda function in PandasPandas 中的 lambda 函数后索引列消失
【发布时间】：2018-05-11 13:14:43
【问题描述】：

我想计算一小时内某个对象的百分比（“时间”），所以我尝试编写一个 lambda 函数，我认为它可以完成这项工作，但索引列消失了，数据框分组的列。

df = df.groupby(['id', 'name', 'time', 'object', 'type'], as_index=True, sort=False)['col1', 'col2', 'col3', 'col4', 'col5'].apply(lambda x: x * 100 / 3600).reset_index()

在该代码之后，我打印 df.columns 并得到：

Index([u'index', u'col1', col2', u'col3',
       u'col4', u'col5'],
      dtype='object')

如果需要，我将编写一些表格，其中包含每列的值。提前致谢。

【问题讨论】：

请提供您正在使用的数据或数据样本，以便我们对其进行测试。

标签： python pandas dataframe lambda

【解决方案1】：

将循环向外移动，将使代码运行得更快：

for c in ['col1', 'col2', 'col3', 'col4', 'col5']:
    df[c] *= 100. / 3600

这是因为各个循环的计算将以矢量化方式完成。

这也不会以任何方式修改索引。

【讨论】：

【解决方案2】：

pd.DataFrame.groupby 用于聚合数据，而不是将函数应用于多个列。

对于简单的函数，您应该寻找矢量化解决方案。例如：

# set up simple dataframe
df = pd.DataFrame({'id': [1, 2, 1], 'name': ['A', 'B', 'A'],
                   'col1': [5, 6, 8], 'col2': [9, 4, 5]})

# apply logic in a vectorised way on multiple columns
df[['col1', 'col2']] = df[['col1', 'col2']].values * 100 / 3600

如果您希望将索引设置为多列，并且热衷于使用pd.DataFrame.apply，这可以作为两个单独的步骤进行。例如：

df = df.set_index(['id', 'name'])
df[['col1', 'col2']] = df[['col1', 'col2']].apply(lambda x: x * 100 / 3600)

【讨论】：

快点，你得到了 +1

【解决方案3】：

您应用.reset_index() 重置索引。查看pandas 文档，您会看到.reset_index() 将索引传输到列。

【讨论】：

【解决方案4】：

来自 Jpp 的数据

df[['col1','col2']]*=100/3600
df
Out[110]: 
       col1      col2  id name
0  0.138889  0.250000   1    A
1  0.166667  0.111111   2    B
2  0.222222  0.138889   1    A

【讨论】：