Python 使用 lambda 将 pd.DataFrame 应用于嵌套循环是否可能？

Question

我试图通过使用 lambda apply 创建一个新列来避免 python 中的嵌套循环 在下面使用这个参数:

from pandas import *
import pandas as pd    
df = pd.DataFrame((np.random.rand(100, 4)*100), columns=list('ABCD'))
df['C'] = df.apply(lambda A,B: A+B)

TypeError: ('() 恰好接受 2 个参数(给定 1 个)', u'出现在索引 A')

显然这对任何推荐都不起作用？

Answer 1

是否要添加 A 列和 B 列并将结果存储在 C 中？然后你可以让它更简单:

df.C = df.A + df.B

---

正如@EdChum 在评论中指出的那样，apply 中函数的参数是一个系列，默认情况下轴 0 是行(轴 1 表示列):

>>> df.apply(lambda s: s)[:3]
           A          B          C          D
0  57.890858  72.344298  16.348960  84.109071
1  85.534617  53.067682  95.212719  36.677814
2  23.202907   3.788458  66.717430   1.466331

在这里，我们添加第一行和第二行:

>>> df.apply(lambda s: s[0] + s[1])
A    143.425475
B    125.411981
C    111.561680
D    120.786886
dtype: float64

要处理列，请使用 axis=1 关键字参数:

>>> df.apply(lambda s: s[0] + s[1], axis=1)
0     130.235156
1     138.602299
2      26.991364
3     143.229523
...
98    152.640811
99     90.266934

这会产生与按名称引用列相同的结果:

>>> (df.apply(lambda s: s[0] + s[1], axis=1) == 
     df.apply(lambda s: s['A'] + s['B'], axis=1))
0     True
1     True
2     True
3     True
...
98    True
99    True