Python，lambda 的使用

Question

我有以下代码语句:

def gigajoule(row):
 row['Energy Supply'] *= 1000000
 return row
energy = energy.apply(gigajoule, axis = 1)

可能应该有一种方法可以通过使用 lambda 函数来简化，但我不知道该怎么做。

Answer 1

在您的示例代码中，您使用的 df.apply 与正常使用模式不同。正常用法是在不修改原始数据的情况下从提供的数据生成一行新值(请参阅 .apply() documentation 中关于副作用的警告)。这也是 lambda 函数的行为方式——它们通过单行计算生成新值，但不能直接赋值。但是，在您的情况下，您正在修改给定的行然后返回它。

请注意，您的代码执行的操作可能与您的预期完全不同。它执行以下操作:

1. gigajoule 从数据帧接收一行
2. gigajoule 修改它收到的行，可能修改原始数据帧本身
3. gigajoule 返回修改后的行
4. pandas 将 gigajoule 返回的行组装到一个新的数据帧中
5. 用新数据框替换现有数据框。

第 2 步非常不标准(修改原始数据帧作为 apply 操作的副作用)。例如，以下代码可能意外地更改了原始的 energy 框架:

import pandas as pd
energy = pd.DataFrame({'Energy Supply': [100, 200, 300], 'Temperature': [201, 202, 203]})
def gigajoule(row):
    row['Energy Supply'] *= 1000000
    return row
energy2 = energy.apply(gigajoule, axis = 1)
energy # has been modified!

您可以对 lambda 使用相同的模式，就像这样，它也会以非标准方式更改原始框架:

import pandas as pd
energy = pd.DataFrame({'Energy Supply': [100, 200, 300], 'Temperature': [201, 202, 203]})
energy2 = energy.apply(
  lambda row: row.set_value('Energy Supply', row['Energy Supply']*1000000), 
  axis=1
)
energy # has been modified

您可以通过使用 .copy() 来避免对原始帧的非标准副作用，如下所示:

import pandas as pd
energy = pd.DataFrame({'Energy Supply': [100, 200, 300], 'Temperature': [201, 202, 203]})
energy = energy.apply(
  lambda row: row.copy().set_value('Energy Supply', row['Energy Supply']*1000000), 
  axis=1
)

但由于您实际上并没有尝试生成新的数据框(即，您实际上想要修改现有的数据框)，因此您可以改为这样做，这将是使用 pandas 的最标准方式:

import pandas as pd
energy = pd.DataFrame({'Energy Supply': [100, 200, 300], 'Temperature': [201, 202, 203]})
energy['Energy Supply'] *= 1000000
# or energy.loc[:, 'Energy Supply'] *= 1000000

这个例子也用了numpy来向量化计算，所以应该比前面的快很多。