Pandas 在多列上应用逐行函数答案

【问题标题】：Pandas apply rowwise function on multiple columnsPandas 在多列上应用逐行函数
【发布时间】：2021-01-27 09:55:19
【问题描述】：

我有一个数据框和一个函数，我想通过 pandas.apply 将其应用于多个列。目前我正在使用 for 循环这样做，我想用一行代码替换它。

这是我的数据框：

d1 = {'id': [1, 1, 2], 'event': ['e', 'c', 'e'], 'var1': [1, 2, 2], 'time_difference': [0, 5, 2]}
df1 = pd.DataFrame(data=d1)
...
>> df1 
   id event  var1  time_difference
0   1     e     1                0
1   1     c     2                5
2   2     e     2                2

这是我要应用的功能：

def merge_based_on_timelimit(row):
    return row[column_of_interest] if row['time_difference'] <= 1\
        else pd.NA

这些是我感兴趣的列（我想在其上应用函数）：

columns_of_interest = ['event', 'var1']

目前我正在通过 for 循环将我的函数应用于所有感兴趣的列：

for column_of_interest in columns_of_interest:
    df1[column_of_interest] = df1.apply(merge_based_on_timelimit, axis=1)

但是，我正在寻找一种方法来跳过循环，而是将我的函数直接应用于所有感兴趣的列。我怎样才能做到这一点？到目前为止，我已经尝试了以下方法：

df1[columns_of_interest] = df1[columns_of_interest].apply(merge_based_on_timelimit, axis=1)

返回以下错误：

...
redcap[columns_of_interest] = redcap[columns_of_interest].apply(merge_based_on_timelimit, axis=1)
...
KeyError: 'time_difference'

【问题讨论】：

标签： python pandas function apply redcap

【解决方案1】：

在我看来这里apply 是没有必要的，使用DataFrame.loc 通过> 1 的反转掩码设置值：

df1.loc[df1['time_difference'] > 1, columns_of_interest] = pd.NA

print (df1)
   id event  var1  time_difference
0   1     e     1                0
1   1  <NA>  <NA>                5
2   2  <NA>  <NA>                2

您的解决方案可以通过以下方式更改：

def merge_based_on_timelimit(row):
    #added s to column_of_interest
    return row[columns_of_interest] if row['time_difference'] <= 1\
        else pd.NA
columns_of_interest = ['event', 'var1']

#added column time_difference to list
df1[columns_of_interest] = df1[columns_of_interest + ['time_difference']].apply(merge_based_on_timelimit, axis=1)

print (df1)
   id event  var1  time_difference
0   1     e     1                0
1   1  <NA>  <NA>                5
2   2  <NA>  <NA>                2

【讨论】：

谢谢！我使用了您的第一个答案，它比我所做的要优雅得多。