如何创建一个使用apply（）后创建的pandas数据框的新列？

Question

后，我看了一个Excel文件：

进口大熊猫作为PD

在：

df = pd.read_excel('file.xlsx') 
df = df.drop('Unnamed: 0', 1) 
df 

日期：

A B C D E 
0 2345 typeA NO http://www.example.com/... 
2 23423 483  NO http://www.example.com/... 
3 234234 typeC NO http://www.example.com/... 
4 2343 typeA NO http://www.example.com/... 
5 23423 typeA NO http://www.example.com/... 
6 234  typeA NO http://www.example.com/... 

我正在申请多项功能于几个大熊猫数据帧列那在添加更多列后创建：apply()：

在：

df['E'] = df['D'].apply(checker) 
df 

日期：

A B C D E 
0 2345 typeA NO http://www.example.com/... OK 
1 234  483  NO http://www.example.com/... FALSE 
2 23423 483  NO http://www.example.com/... OK 
3 234234 typeC NO http://www.example.com/... OK 
4 2343 typeA NO http://www.example.com/... OK 
5 23423 typeA NO http://www.example.com/... FALSE 
6 234  typeA NO http://www.example.com/... OK 

然后我做：df = df[df.E == 'OK']和df = df.loc[df.E =='OK']

然后，我申请到上述数据框中一个新的功能：

在：

df['F'] = df['D'].apply(new_function_foo) 

虽然它的实际工作，因为我想我得到了这样的警告：

日期：

/usr/local/lib/python3.5/site-packages/ipykernel/__main__.py:10: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame. 
Try using .loc[row_indexer,col_indexer] = value instead 

See the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy 

我查了一下资料，我试图跟进说明：

df['F'] = df.loc[['E']].apply(function_foo) 

并且

df['ColF'] = df.loc[:,'ColE'].apply(function_foo) 

但是，我不明白如何解决上述警告。因此，我该如何正确应用功能？

Answer 1

如果您可以复制数据帧，则可以使用任何您喜欢的方法。当你做这样的事情

df = df[df.E == 'OK'].copy() 

不会有错误：

df['F'] = df['D'].apply(new_function_foo) 

Answer 2

然后我做：DF = DF [df.E == 'OK']和df = df.loc [df.E == 'OK']

这不是在做什么你认为是。将df重新分配到片段或df的视图不会使其不是片段或df的视图，它只是使它不能再引用原始df。不要这样做。

然后，当你尝试设置某个切片时，pandas会提醒你，将切片设置到另一个切片会导致意想不到的结果（我认为这是因为熊猫用来做这件事的方法是基于你的python实现，但我不是开发者）。

在任何情况下，我想你想要做的是（在将来请始终显示预期输出）：

df.loc[df['E']=='OK','F'] = df[df['E']=='OK']['D'].apply(function_foo) 

或

df.loc[df['E']=='OK','F'] = df.loc[df['E']=='OK','D'].apply(function_foo) 

的重要组成部分，以清除错误在等号之前.loc是。这是告诉大熊猫究竟在哪里把这些值放在完整的数据框里，所以没有什么可以混淆的。您可能需要先使用'F'列，使用df.insert(5,'F',None)，以便有些事情可以指向。

Answer 3

我仍然认为你做了别的事情，你没有在你的代码中显示我们。试试这个：

df = pd.DataFrame({'A': range(1, 10), 'B': range(1, 10), 'C': range(1, 10), 'D': range(1, 10), 'E': [1,1,1,2,2,2,2,3,4]}) 
df = df.loc[df.E == 1] 
df['F'] = df.apply(sum, axis=1) 
In[71]: df 
Out[71]: 
    A B C D E F 
0 1 1 1 1 1 5 
1 2 2 2 2 1 9 
2 3 3 3 3 1 13 

这个代码没有产生警告。

即使这样做：

df = pd.DataFrame({'A': range(1, 10), 'B': range(1, 10), 'C': range(1, 10), 'D': range(1, 10), 'E': [1,1,1,2,2,2,2,3,4]}) 
df = df[df.E == 1] 
df['F'] = df['D'].apply(lambda x: x/2) 
df 
Out[77]: 
    A B C D E F 
0 1 1 1 1 1 0 
1 2 2 2 2 1 1 
2 3 3 3 3 1 1 

仍然没有警告生成。你能创建一个简短的，可复制的例子吗？