2017-08-02 65 views
1

在熊猫我知道如下的功能可应用于:如何应用一个函数接收两个参数作为与熊猫列?

df.apply(f, axis=1) 

不过,我已经接收两个参数,例如功能假设:

def a_sum(x,y): 
    return x+y 

如何申请的以上通过采用作为参数的ColAColB元件功能:

ColA ColB ColC ColD 
1 2 True False 
1 1 True False 
1 4 True False 
... 
1 10 True False 

为了产生第是新列ColF

ColA ColB ColC ColD ColF 
1 2 True False 3 
1 1 True False 2 
1 4 True False 5 
... 
1 10 True False 11 
+1

这是一个典型的例子吗?因为总结2列的速度更快。 –

+0

是的,它实际上是一样的......问题是,一列是一个字符串,但大熊猫似乎把它作为一个浮点数,虽然我把它投入到一个int –

+1

这是你想要的吗? 'df.iloc [:,:2] .astype(int).sum(axis = 1)' –

回答

4
from itertools import starmap 

df.assign(F=list(starmap(a_sum, df[['ColA', 'ColB']].values))) 

    ColA ColB ColC ColD F 
0  1  2 True False 3 
1  1  1 True False 2 
2  1  4 True False 5 
3  1 10 True False 11 

时序
大型数据

df = pd.concat([df] * 1000, ignore_index=True) 

%timeit df.assign(F=list(starmap(a_sum, df[['ColA', 'ColB']].values))) 
%timeit df.assign(F=df.apply(lambda row: a_sum(row.ColA, row.ColB), axis=1)) 

100 loops, best of 3: 5.01 ms per loop 
10 loops, best of 3: 90.7 ms per loop 
+0

哪个更有效率? –

+1

在小数据,相同。在大数据...'starmap' – piRSquared

+0

虽然这个工作,我得到了:'TypeError:不支持的操作数类型(S)为 - :'str'和'int'' ...任何想法如何解决它? –

2

当使用applyaxis=1,你传递一个排它也是一个系列的功能,自定义适用于这里f,你可以用一个lambda函数,它的行把它包然后将ColAColB作为参数传递给f

df.apply(lambda row: f(row.ColA, row.ColB), axis=1) 

df['ColE'] = df.apply(lambda row: a_sum(row.ColA, row.ColB), axis=1) 
df 
#ColA ColB ColC ColD ColE 
#0 1  2 True False 3 
#1 1  1 True False 2 
#2 1  4 True False 5 
#3 1  10 True False 11 
+0

虽然这个工作,我得到了:'TypeError:不支持的操作数类型的 - :'str'和'int'' ...任何想法如何解决它? –

+1

检查ColA和ColB的数据类型。确保他们是你所期望的。 'df [['ColA','ColB']]。dtypes'。 – Psidom

+0

是的,我试图用'int()'来施放它。但是,我得到:'ValueError:int()以10为底的无效文字:17087,17098' –

1
df['ColF'] = df.apply(lambda x: a_sum(x['ColA'], x['ColB']), axis=1) 
1

也可以使用

df['ColF'] = [a+b for a,b in zip(df['ColA'],df['ColB'])] 

,或者如果你真正的功能是自订

df['ColF'] = [a_sum(a,b) for a,b in zip(df['ColA'],df['ColB'])] 
相关问题