Python Pandas 在索引上逐行使用 lambda答案

【问题标题】：Python Pandas using lambda on index row by rowPython Pandas 在索引上逐行使用 lambda
【发布时间】：2016-12-21 04:09:29
【问题描述】：

所以我正在尝试将函数逐行应用于索引但遇到了一些问题

startDate = '2015-05-01 00:00'
endDate = '2015-05-08 00:00'
idx = pd.date_range(startDate, endDate, freq="1min")
df = pd.DataFrame(columns=['F(t)'])
df = df.reindex(idx, fill_value=0)

def circadian_function(T):
    return math.cos(math.pi*(T-delta)/12)

到目前为止一切正常，但尝试应用该功能我不知道该怎么做

df['F(t)'] = df.index.apply(lambda x: circadian_function x[index].hour, axis=1)

我应该使用 lambda 吗？还是只是申请？

【问题讨论】：

标签： python pandas lambda apply

【解决方案1】：

我没有 50 个代表，所以我无法评论 @Ted Petrou 的回答 ;-; 我只是想说几件你应该知道的事情。

如果您要将df.index.hour 输入carcadian_function，请确保使用numpy 而不是math。否则解释器会抛出一个TypeError（我刚刚发现了这个）。
确保定义delta。

例子：

import numpy as np

def circadian_function(T, delta):
    return np.cos(np.pi * (T-delta) / 12)

@Ted Petrou 建议您做的全部内容：

df['F(x)'] = circadian_function(df.index.hour, 0.5) #I picked an arbitrary delta

Numpy 会自动为你向量化函数。给 Ted 的道具我也学到了一些新东西：>

【讨论】：

忘记增量，我在代码中定义 delta=18，但是 df['F(x)'] = circadian_function(df.index.hour) 给出错误 TypeError: only length-1数组可以转换为 Python 标量
这就是为什么您应该将math 更改为numpy，或者在我的示例中为np。

【解决方案2】：

仅使用 apply 作为最后一个结果。这可以很容易地向量化。确保你定义了 delta。

 import numpy as np
 df['F(t)'] = np.cos(np.pi*(idx.hour-delta)/12)

【讨论】：

什么意思？这 df['F(t)'] = df.apply(math.cos(math.pi*(idx.hour-delta)/12)) 不起作用（即使在定义 delta 之后）
这也不起作用 df['F(t)'] = df['F(t)'].apply(math.cos(math.pi*(df.index.hour -delta)/12))
这也不起作用 df['F(t)'] = df.index.apply(math.cos(math.pi*(idx.hour-delta)/12))
还有其他人知道如何为这个问题提供有效的答案吗？
立即尝试。我添加了 dt 访问器