如何有效地将函数应用于熊猫 DataFrame 对象中的子选择？

Question

我有一个包含人们地址和姓名的数据框。我有一个处理我想要应用的名称的函数。我正在创建具有匹配地址的人员的子选择并将该功能应用于这些组。

至此我一直使用.loc如下

for x in df['address'].unique():
   sub_selection = df.loc[df['address'] == x]
   sub_selection.apply(lambda x: function(x), axis = 1)

有没有更有效的方法来解决这个问题。我正在研究 pandas .groupby() 功能，但我正在努力让它工作。

df.groupby('address').agg(lambda x: function(x['names']))

这是一些示例数据：

address, name, Unique_ID

1022 Boogie Woogie Ave, John Smith, np.nan
1022 Boogie Woogie Ave, Frederick Smith, np.nan
1022 Boogie Woogie Ave, John Jacob Smith, np.nan
3030 Sesame Street, Big Bird, np.nan
3030 Sesame Street, Elmo, np.nan
3030 Sesame Street, Big Yellow Bird, np.nan

我的函数本身有一些移动部分，但基本上我会根据我创建的参考字典检查名称。此过程会通过其他一些步骤，但会返回名称匹配的索引列表。我使用这些索引为匹配的名称分配一个共享的唯一 ID。在我的示例中，大鸟和大黄鸟会匹配。

def function(x):
    match_list = []
    if x['name'] in __lookup_dict[0]:
        match_list.append((__lookup_dict[0][x['name']))
    #reduce all elements matching list to a single list of place ids matching all elements
    result = set(match_list[0])
    for s in match_list[1:]:
        if len(result.intersection(s)) != 0:
            result.intersection_update(s)
    #take the reduce lists and assign each place id an unique id. 
    #note we are working with place ids not the sub df's index. They don't match
    if pd.isnull(x['Unique_ID']):
        uid = str(uuid.uuid4())
        for g in result:
            df.at[df.index[df.index == g].tolist()[0], 'Unq_ID'] = uid
    else:
        pass
    return result

Answer 1

尝试使用

df.groupby('address').apply(lambda x: function(x['names']))

已编辑： 检查这个例子。我使用了另一个 StackOverflow 问题中的数据框

import pandas as pd 

df = pd.DataFrame({
    "City":["Delhi","Delhi","Mumbai","Mumbai","Lahore","Lahore"],
    "Points":[90.1,90.3,94.1,95,89,90.5],
    "Gender":["Male","Female","Female","Male","Female","Male"]
})

d = {k:v for v,k in enumerate(df.City.unique())}
df['idx'] = df['City'].replace(d)
print(df)

输出：

     City  Points  Gender  idx
0   Delhi    90.1    Male    0
1   Delhi    90.3  Female    0
2  Mumbai    94.1  Female    1
3  Mumbai    95.0    Male    1
4  Lahore    89.0  Female    2
5  Lahore    90.5    Male    2

所以，尝试使用

d = {k:v for v,k in enumerate(df['address'].unique())}
df['idx'] = df['address'].replace(d)