是否有任何可靠的方法可以在 Python 中的数据帧上定义和校准函数答案

【问题标题】：Is there any reliable way to define and cal functions on dataframe in Python是否有任何可靠的方法可以在 Python 中的数据帧上定义和校准函数
【发布时间】：2019-05-13 10:32:25
【问题描述】：

我有一个包含消费者电子邮件数据的数据框 - 新的和重复的联系电子邮件。我需要根据某些条件在这个数据中找出异常值：

条件 1：count1 > 1 和 count 2 > 1
条件 2：count1 > 1 和 count 2 < 1

我已经检查了函数定义，python 中的语法，并相应地定义了一个用于异常值分类的函数。

def outlier():
    for index, row in df.iterrows():
        if([row][count1] > 1 and [row][count2] > 1):
            if(df[row][Journey] == df[row][journey_lag]):
                df[row][outlier] = Same_Property/Date/Agent/Journey
            else:
            df[row][outlier] = Same_Property/Date/Agent-Different Journey
        elif([row][count1] > 1 and [row][count2] == 1):
            if(df[row][Journey] == df[row][journey_lag]):
                df[row][outlier] = Same_Property/Date-Different_Agent/Journey
            else:
                df[row][outlier]=Same_Property/Date_Different_Agent/Journey
return df

我希望使用以下数据框执行此功能：

df.outlier
df.apply(outlier)

错误：无法获得 reqd 结果

【问题讨论】：

如果您想将数据与apply (doc) 一起使用，您需要在outlier 函数中传递要处理的数据。如果您对行或列进行迭代，则可以使用 axis 参数选择行或列。然后你可以在第二行应用它：df.apply(outlier)

标签： python-3.x function dataframe for-loop if-statement

【解决方案1】：

当您在DataFrame 对象上使用.apply(my_function) 时，pandas 将期望一个单参数函数，如果axis=0，此参数将是DataFrame 的一列，如果axis=1 是DataFrame 的一行。

你需要这样的东西：

def outlier(row):
    if row['count1'] > 1 and row['count2'] > 1:
        if row['Journey'] == row['journey_lag']:
            return 'Same_Property/Date/Agent/Journey'
        else:
            return 'Same_Property/Date/Agent/Different_Journey'
    elif row['count1'] > 1 and row['count2'] == 1:
        if row['Journey'] == row['journey_lag']:
            return 'Same_Property/Date/Different_Agent/Journey'
        else:
            return 'Same_Property/Date/Different_Agent/Different_Journey'

df['outlier'] = df.apply(outlier, axis=1)

【讨论】：