为熊猫中的两个数据框应用函数答案

【问题标题】：Apply function for two dataframes in pandas为熊猫中的两个数据框应用函数
【发布时间】：2017-06-09 19:14:01
【问题描述】：

我有两个数据框。

df0

    a    b 
c  0.3  0.6
d  0.4  NaN

df1

   a  b
c  3  2
d  0  4

我有一个自定义函数：

def concat(d0,d1):
    if d0 is not None and d1 is not None:
        return '%s,%s' % (d0, d1)
    return None

我期望的结果：

     a      b
  c  0.3,3  0.6,2
  d  0.4,0  NaN

如何将函数应用于这两个数据框？

【问题讨论】：

标签： python pandas

【解决方案1】：

这里有一个解决方案。这个想法是首先将您的数据框减少到一个平面的值列表。这允许您使用zip 循环两个数据帧的值并应用您的函数。最后，您使用 numpy reshape 回到原始形状

new_vals = [concat(d0,d1) for d0, d1 in zip(df1.values.flat, df2.values.flat)]
result = pd.DataFrame(np.reshape(new_vals, (2, 2)), index = ['c', 'd'], columns = ['a', 'b'])

【讨论】：

【解决方案2】：

如果你是你的特定应用，你可以这样做：

#Concatenate the two as String
df = df0.astype(str) + "," +df1.astype(str)
#Remove the nan
df = df.applymap(lambda x: x if 'nan' not in x else np.nan)

在性能方面你会比使用 apply 更好

输出

    a        b
c   0.3,3   0.6,2
d   0.4,0    NaN

【讨论】：

【解决方案3】：

将add 与applymap 和mask 一起使用：

df = df0.astype(str).add(',').add(df1.astype(str))
df = df.mask(df.applymap(lambda x: 'nan' in x))
print (df)
       a      b
c  0.3,3  0.6,2
d  0.4,0    NaN

另一种解决方案是最后用mask替换NaN，默认情况下Trues被替换为NaN：

df = df0.astype(str).add(',').add(df1.astype(str))
m = df0.isnull() | df1.isnull() 
print (m)
       a      b
c  False  False
d  False   True

df = df.mask(m)
print (df)
       a      b
c  0.3,3  0.6,2
d  0.4,0    NaN

【讨论】：