如何应用具有多个数据框列作为参数的函数？答案

【问题标题】：How to apply a function with several dataframe columns as arguments?如何应用具有多个数据框列作为参数的函数？
【发布时间】：2021-12-29 17:02:11
【问题描述】：

我正在尝试根据其他列和我创建的函数计算 pandas 数据框中的新列。而不是使用 for 循环，我更喜欢将函数应用于整个数据框列。

我的代码是这样的：

    df['po'] = vect.func1(df['gra'],
                           Se, 
                           df['p_a'], 
                           df['t'], 
                           Tc)

其中 df['gra']、df['p_a'] 和 df['t'] 是我的数据框列（参数），Se 和 Tc 是其他（实际）参数。 df['po'] 是我的新专栏。

func1 是我的 vect 包中描述的一个函数。这个函数是：

def func1(g, surf_e, Pa, t, Tco):

    if (t <= Tco):
        pos = (g-(Pa*surf_e*g))
    else: 
        pos = 0.0
    return(pos)

当以这种方式实现时，我收到一条错误消息，涉及以下行：if (t

错误是： ValueError: Series 的真值不明确。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。

我阅读了 pandas 文档，但没有找到解决方案。谁能解释一下是什么问题？

我尝试使用 apply ：

例如：

df['po'] = df['gra'].apply(vect.func1)

但我不知道如何将 apply 与多个列一起用作参数。

提前谢谢你。

【问题讨论】：

标签： python pandas dataframe function

【解决方案1】：

np.where 与所需条件一起使用，条件为 True 时的值和默认值。

df['po'] = np.where(
    df['t'] <= Tc,                               # Condition
    df['gra'] - (df['P_a'] * Se * df['gra']),    # Value if True
    0                                            # Value if False
)

编辑：

别忘了import numpy as np

此外，您会收到一个错误，因为您将一个系列与一个系列进行比较因此获得一系列布尔值而不是原子布尔值 if 条件需要的值。

【讨论】：