如何通过将函数应用于（非平凡的）索引来创建列？答案

【问题标题】：How to create a column by applying a function to the (non-trivial) index?如何通过将函数应用于（非平凡的）索引来创建列？
【发布时间】：2013-11-28 16:18:12
【问题描述】：

我可能会被这个问题否决，但到目前为止，我一直无法解决这个问题。我有一个如下所示的 DataFrame：

                                    Hits          Last visit  Bandwidth  IsWeird
Host
vocms241.cern.ch                    3777 2013-11-28 16:03:00      27554    False
ekpsquid.physik.uni-karlsruhe.de    4132 2013-11-28 14:54:00      99235     True
ec-slc6-x86-64-spi-4.cern.ch         949 2013-11-28 02:04:00    1004236    False
ec-slc6-x86-64-spi-3.cern.ch         949 2013-11-28 02:37:00    1004544    False
ec-slc6-x86-64-spi-2.cern.ch         949 2013-11-28 02:01:00    1004103    False

所以你看，DataFrame 的索引是一个字符串。现在，我有一个函数 get_something 将索引中的主机映射到另一个字符串，我想将结果添加为新列：

                                    Hits          Last visit  Bandwidth  IsWeird                NewField
Host
vocms241.cern.ch                    3777 2013-11-28 16:03:00      27554    False            STRING-0-0-1
ekpsquid.physik.uni-karlsruhe.de    4132 2013-11-28 14:54:00      99235     True  AnotherDifferentString
ec-slc6-x86-64-spi-4.cern.ch         949 2013-11-28 02:04:00    1004236    False          No_String_here
ec-slc6-x86-64-spi-3.cern.ch         949 2013-11-28 02:37:00    1004544    False                    None
ec-slc6-x86-64-spi-2.cern.ch         949 2013-11-28 02:01:00    1004103    False   I_dont-Know-what_else

我目前实现这一点的复杂方法是：（假设 DataFrame 是 df 并且 pandas 被导入为 pd）：

_temp = pd.DataFrame(df.reset_index()['Host'])
_temp['NewField'] = _temp.Host.apply(get_something)
_temp.set_index('Host', inplace=True)
df = pd.merge(df, _temp, left_index=True, right_index=True)

但我不敢相信需要这么多代码才能实现。

【问题讨论】：

标签： python pandas apply dataframe

【解决方案1】：

可能是这样的？

df['NewField'] = pd.Series(df.index).apply(get_something)

【讨论】：

哦，很抱歉耽搁了这么久，感谢您的建议。我试过了，NewField 满是 NaN :(

【解决方案2】：

在处理了其他一些事情并多次回到这个问题之后，我决定采用一种不那么复杂的方法：

df['NewField'] = df.index                            # Copy the contents of 
                                                     # the index to a new column.
df['NewField'] = df['NewField'].apply(get_something) # Apply the function

【讨论】：