Pandas - 使用条件和函数输入的应用和 lambda答案

【问题标题】：Pandas - apply & lambda with a condition and input from a functionPandas - 使用条件和函数输入的应用和 lambda
【发布时间】：2020-03-10 14:36:41
【问题描述】：

下面的伪代码需要使用 lambda & apply。我对实现它的 else 部分感到震惊，并在 DF 上循环并在遇到更多语法问题时创建一个新的。

提前致谢。

DataFrame [df]
a    b    c   d    e    f
100  10   1   www  qqq  1/1/2020
200  20   2   eee  rrr  2/1/2020
300  30   3   ttt  yyy  3/1/2020
400  40   4   uuu  iii  4/1/2020
500  50   5   ooo  ppp  5/1/2020 

def func(x,y):
   for i, r in df.iterrows():
      df_new = df[df['a'].isin(x)]
      if df['b'] <= y:
         df_new['newcolumn1'] = df['b']
         df_new['newcolumn2'] = df['c']
         df_new['newcolumn3'] = df['d']
         df_new['newcolumn4'] = df['e']
         df_new['newcolumn5'] = df['f']
         df_new['newcolumn6'] = y - df['b']
      else:
         continue 
 return df;

【问题讨论】：

标签： python pandas lambda apply

【解决方案1】：

你没有理由在这里使用任何显式循环或apply：

def func(x, y):
    df_new = df[df['a'].isin(x)]
    df2 = df_new.loc[df_new['b'] <= y, df.columns[1:]]
    df2.columns = ['newcolumn' + str(i) for i in range(1,6)]
    df2['newcolumn6'] = y - df_new['b']
    df2 = df2.astype('object')    # avoid conversion of int to float with NaN
    return pd.concat([df_new, df2], axis=1)

演示：

func([100, 300], 25)

给予：

     a   b  c    d    e         f newcolumn1 newcolumn2 newcolumn3 newcolumn4 newcolumn5 newcolumn6
0  100  10  1  www  qqq  1/1/2020         10          1        www        qqq   1/1/2020         15
2  300  30  3  ttt  yyy  3/1/2020        NaN        NaN        NaN        NaN        NaN        NaN

【讨论】：

谢谢。将检查逻辑，一百万行的性能如何？
这将取决于计算机的性能 ;-) ... 更严重的是，这将需要一些时间，但由于一切都是完全矢量化的，远远低于任何基于 apply 或 iterrows 的方式。

【解决方案2】：

y=20
new_df = df[df['b'] >= y]
new_df['newcolumn6'] = new_df['b'].apply(lambda x: y-x)

输出

     a   b  c    d    e         f  newcolumn6
1  200  20  2  eee  rrr  2/1/2020           0
2  300  30  3  ttt  yyy  3/1/2020         -10
3  400  40  4  uuu  iii  4/1/2020         -20
4  500  50  5  ooo  ppp  5/1/2020         -30

【讨论】：

我没有理由看到在这里使用apply，为什么不只是new_df['newcolumn6'] = new_df['b']-y？
我相信他会选择 y-b，而不是 b-y
对，然后是new_df['newcolumn6'] = y-new_df['b']；它仍然是矢量化的，而不是像 apply 那样迭代的
其实我想在func中传递（x，y），它们是a和b的值，它将进入一个循环并返回一个新的数据帧。
@Raghu：你没有展示你想如何使用x，但这个答案的基本原理是你应该避免 Python 循环和apply，如果可以的话。 Pandas 和 numpy 使用 C 例程，它们的内部循环比 Python 快得多。