熊猫系列申请方法

Question

我一直在对系列和数据框使用 pandas 应用方法，但我显然仍然缺少一些东西，因为我对我正在尝试执行的一个简单函数感到困惑。

这就是我正在做的：

def minmax(row):
    return (row - row.min())/(row.max() - row.min())

row.apply(minmax)

但是，这会返回一个全零系列。例如，如果

row = pd.Series([0, 1, 2])

然后

minmax(row)

根据需要返回 [0.0, 0.5, 1.0]。但是，row.apply(minmax) 返回 [0,0,0]。

我相信这是因为系列是整数，整数除法返回 0。但是，我不明白，

• 为什么它与 minmax(row) 一起使用（不应该是一样的吗？），以及
• 如何在 apply 函数中正确地转换它以返回适当的浮点值（我尝试使用 .astype 来转换它，这给了我所有的 NaN...我也不明白）
• 如果将其应用于数据帧，作为 df.apply(minmax)，它也可以按需要工作。 （添加编辑）

我怀疑我错过了应用程序如何工作的一些基本内容......或者是密集的。无论哪种方式，提前谢谢。

Answer 1

当您在 Series 上调用 row.apply(minmax) 时，只有值会传递给函数。这称为element-wise。

对 Series 的值调用函数。可以是 ufunc（适用于整个系列的 NumPy 函数）或仅适用于单个值的 Python 函数。

当您在 DataFrame 上调用 row.apply(minmax) 时，行（默认）或列都会传递给函数（根据 axis 的值）。

传递给函数的对象是具有 DataFrame 索引 (axis=0) 或列 (axis=1) 索引的 Series 对象。返回类型取决于传递的函数是否聚合，或者如果 DataFrame 为空，则归约参数。这称为row-wise或column-wise。

这就是为什么您的示例在 DataFrame 而不是 Series 上按预期工作的原因。检查此answer 以获取有关将函数映射到Series 的信息。