Python 3.x 如何在多行上应用函数

我使用pandate将一列中的一系列周期范围拆分为两列，即Date=100-120-->EarliestDate=100，LatestDate=120

唯一的问题是，某些范围还包括缩写（即150-56或225-26，导致{150，56}和{225-26}等不良结果）

我正试图写一个函数来扩展缩写。差不多

def expansion(x, y):
    for x in data_frame['EarliestDate']:
       for y in data_frame['LatestDate']:
         if x>100 and y>100 and y<x:
           return (math.floor(x/100))*100 + y)
         else:
           pass

lambda函数的结果仅覆盖“LatestDate”中的所有原始正确值（即使条件未获得），并使用相同的单个值（79）。我不知道为什么会这样——非常感谢。

请尝试而不是多个for循环：

data\u frame.loc[（data\u frame.EarliestDate>100）和（data\u frame.LatestDate>100）和（data\u frame.EarliestDate>data\u frame.LatestDate），'newCol']=数学层（data\u frame.loc[（data\u frame.EarliestDate>100）和（data\u frame.EarliestDate>data\u frame.LatestDate），'EarliestDate']/100）*+data\u frame.loc[（data_frame.EarliestDate>100）和（data_frame.LatestDate>100）和（data_frame.EarliestDate>data_frame.LatestDate），“LatestDate”]

可以使用掩码选择条件为真的所有行：

mask=（data\u frame.EarliestDate>100）和（data\u frame.LatestDate>100）和（data\u frame.EarliestDate>data\u frame.LatestDate）

您可以使用以下语法使用

.loc

选择这些行：

data_frame.loc[mask, 'newCol']

---

第二个参数是一个列索引，其中

newCol

将是

data\u frame

中的一个新列，因为它不存在。然后在equals的另一端，您使用相同的掩码，并使用指定的列进行计算。如果掩码无效，它将在

NaN

中留下一个值，非常感谢！您的解决方案非常有用--我发现只有一件事：我应该使用numpy而不是数学。此外，我在条件y>100时得到了一些不正确的结果，但您的方法准确地解析出了如何执行。谢谢！

data_frame.loc[mask, 'newCol']