将函数应用/组合 N 次到 pandas 列，每行 N 不同

Question

假设我们有这个简单的 pandas.DataFrame：

import pandas as pd

df = pd.DataFrame(
  columns=['quantity', 'value'],
  data=[[1, 12.5], [3, 18.0]]
)

>>> print(df)
   quantity  value
0         1   12.5
1         3   18.0

我想创建一个新列，例如 modified_value，它将函数 N 次应用于 value 列，N 是 quantity 列。 假设函数为new_value = round(value/2, 1)，预期结果为：

   quantity  value  modified_value
0         1   12.5            6.2   # applied 1 time
1         3   9.0             1.1   # applied 3 times, 9.0 -> 4.5 -> 2.2 -> 1.1

这样做的优雅/矢量化方式是什么？

Answer 1

你可以写一个自定义的repeat函数，然后使用apply：

def repeat(func, x, n):
    ret = x
    for i in range(int(n)):
        ret = func(ret)

    return ret

def my_func(val): return round(val/2, 1)

df['new_col'] = df.apply(lambda x: repeat(my_func, x['value'], x['quantity']), 
                         axis=1)

# or without apply
# df['new_col'] = [repeat(my_func, v, n) for v,n in zip(df['value'], df['quantity'])]

Answer 2

使用reduce:

from functools import reduce
def repeated(f, n):
    def rfun(p):
        return reduce(lambda x, _: f(x), range(n), p)
    return rfun

---

def myfunc(value): return  round(value/2, 1)

---

df['modified_valued'] = df.apply(lambda x: repeated(myfunc,
                                                    int(x['quantity']))(x['value']),
                                 axis=1)

我们也可以使用列表推导代替apply

df['modified_valued'] = [repeated(myfunc, int(quantity))(value) 
                         for quantity, value in zip (df['quantity'], df['value'])]

输出

   quantity  value  modified_valued
0         1   12.5              6.2
1         3   18.0              2.2