熊猫应用功能答案

【问题标题】：Pandas apply function熊猫应用功能
【发布时间】：2021-04-30 14:13:12
【问题描述】：

我正在尝试将函数应用于熊猫数据框，我想要应用的函数是创建一个以“abc”为值的新列。但输出不是我所期望的。这是输入和输出的代码：

import pandas as pd

df = pd.read_csv("test.csv")
print(df)

# Initial Dataframe
#      name  age
# 0    alex   25
# 1  audrey   22

def add_one(df):
    return df + 1

def create_col(df):
    df["new_col"] = 'abc'


df["age_1_year"] = df["age"].apply(add_one)
df["my_col"] = df.apply(create_col)
print(df)

#      name  age  age_1_year my_col
# 0    alex   25          26    NaN
# 1  audrey   22          23    NaN

我希望在我的列“my_col”中有“abc”，但我得到了“NaN”。提前致谢

【问题讨论】：

您不需要apply。直接使用df["my_col"] = 'abc' ?
你是对的，它会起作用，但我正在尝试使用函数，因为最终这个项目会变得更大，我想要对它们进行单元测试的函数

标签： python pandas dataframe etl

【解决方案1】：

对于pandas，您希望尽可能避免apply，而是对整个Series 或DataFrame 使用矢量化操作。如果可能，您的方法签名应该接受一个系列，操作该系列，然后返回一个您可以分配回的系列，或者接受数据帧，操作数据帧并返回修改后的数据帧。

因此，如果您想创建一个函数来将一个添加到系列中，您可以这样做：

def add_one(s: pd.Series):
    return s+1

df['age_one_year'] = add_one(df['age'])
#     name  age  age_one_year
#0    alex   25            26
#1  audrey   22            23

如果你想要一个创建静态值的函数，你可以传递并返回 DataFrame：

def add_static_column(df: pd.DataFrame, col_name, static_val):
    df[col_name] = static_val
    return df

df = add_static_column(df, 'new_col', 'abc')
#     name  age  age_one_year new_col
#0    alex   25            26     abc
#1  audrey   22            23     abc

【讨论】：

【解决方案2】：

你不能这样做吗：

df["age_1_year"] = df["age"] +1

df["my_col"] = 'abc'

【讨论】：

是的，它会工作，但我正在尝试在这里使用函数，因为最终我很想对我的函数进行单元测试。有意义吗？
@AlexBrunet 您通常不会使用apply 创建新列。它用于将函数应用于每个现有行，而不是创建新行。我知道您想对其进行测试，但这不是 apply 的用途。

【解决方案3】：

这样有帮助吗？


import pandas as pd


d = {'age': [25, 22]}

def add_one(x):
    return x + 1

def create_col(row):
    row['my_col'] = 'abc'
    return row

df = pd.DataFrame(d, columns=['age'])
df["age_1_year"] = df["age"].apply(add_one)
df = df.apply(create_col, axis=1)

print(df)

   age  age_1_year my_col
0   25          26    abc
1   22          23    abc

【讨论】：

【解决方案4】：

import pandas as pd

df = pd.read_csv("test.csv")
print(df)

# Initial Dataframe
#      name  age
# 0    alex   25
# 1  audrey   22

def add_one(df):
    return df + 1

def create_col(df):
    return 'abc'


df["age_1_year"] = df["age"].apply(add_one)
df["my_col"] = df.apply(lambda x: create_col(x), axis=1)
##can also do
##df["my_col"] = df.pipe(create_col)

【讨论】：