将过程应用于python中数据框中的某些行答案

【问题标题】：apply a procedure to some rows in a dataframe in python将过程应用于python中数据框中的某些行
【发布时间】：2021-07-07 16:16:54
【问题描述】：

我有一个数据框。我想将一个函数应用于选定的行。最终的想法可以是根据一些并行化方案来选择行。

假设我有一个名为“dfr”的数据框。我还定义了一个函数：

def test(xx):
    
    print(xx)
    
    return

我想对我的数据框的每一行应用测试，例如我可以使用：

dfr.apply(test, axis=1)

但是，我怎样才能对第 5 行和第 15 行之间的所有行执行此操作？

我尝试过“lambda”，但它似乎不起作用。

感谢您的帮助

【问题讨论】：

标签： python pandas apply

【解决方案1】：

IIUC：

dfr.iloc[5:15].apply(test, axis = 1)

pandas.DataFrame.iloc 让您可以按位置选择行（和列）。

【讨论】：

【解决方案2】：

您可以制作仅包含某些行的数据框的过滤副本，然后在该过滤副本上运行 apply 或 lambda。然后在原始索引上合并以获得输出。您将要决定如何处理您没有做任何事情的行的空值 - 可能会覆盖原始列？注意 apply 和 lambda 很慢，所以如果你能避免它，你会过得更好。过滤 df 减少了 lambda 需要做的工作量。

def test(xx):
    return xx + 1

df = pd.DataFrame({'values':[i for i in range(20)]})

df_filtered = df.iloc[6:15, :]  
# For slicing rows explicitly, from 6 up to but not including 15

df_filtered = df_filtered.apply(test, axis=1)

df_filtered = df_filtered.rename(columns={'values':'new_values'})
df = df.join(df_filtered)       # joins on original index

【讨论】：