Python 3.x 应用通用函数（x，y）从两个现有列创建一个新列，以便我可以将该函数用于不同的列

我试图计算一个折扣，我想应用到我的数据帧的两列中的每一行，并将结果添加到一个新列中

我已经尝试了很多方法，通过遵循现有的示例，但每次都会出现错误

我将函数定义为：

def delta_perc(x,y):
    if y == 0:
        return 0
    else:
        return (x-y)/x*100

然后尝试将该函数应用于我的数据帧

ordini["discount"] = ordini.apply(delta_perc(ordini["revenue1"],ordini["revenue2"]), axis=1)

我希望有一个新的列，其中每一行都是应用于ordini[“revenue1”]和ordini[“revenue2”]的函数的结果

但我得到了以下错误：

ValueError：序列的真值不明确。使用a.empty、a.bool（）、a.item（）、a.any（）或a.all（）。

---

我还尝试应用来自的所有建议，但每次都出现错误。

您是否尝试过像这样在

apply

中添加

lambda

ordini["discount"] = ordini.apply(
    lambda x: delta_perc(x["revenue1"], x["revenue2"]), axis=1
)

如果性能对你很重要，试试这个

import numpy as np

delta_perc_vec = np.vectorize(delta_perc)
ordini["discount"] = delta_perc_vec(df["revenue1"].values, df["revenue2"].values)

您也可以尝试：

ordini["discount"] = [delta_perc(a,b) for a,b in zip(ordini["revenue1"],ordini["revenue2"])]

---

您应该将此计算应用于具有

np的整个系列。其中
：

import pandas as pd
import numpy as np

def delta_perc(x, y):
    return np.where(y != 0, (x-y)/x*100, 0)
    # I think you may want when x != 0, since you divide by x: 
    #return np.where(x != 0, (x-y)/x*100, 0)

例子：
你把一些概念搞混了。使用
pandas.DataFrame.apply
（使用
axis=1
）时，您正在迭代每一行，并将该行（作为
pandas.Series
对象）传递给调用
apply
时使用的函数

第一个故障点
而是在
apply
中调用函数，并向函数传递两列。这将把函数的返回值传递给
apply
。由于您的函数没有传回可调用对象，因此应该会失败

第二个故障点
此外，您的函数被设计为查看标量值，因此当y==0:
时，当您传递列（如
ordini[“revenue1”]
（这是
pandas.Series
对象）时，它会尝试计算
如果pandas.Series==0:
，这就是生成错误的原因：


方法#1
修复您的功能，不要使用
apply

def delta_perc(x, y):
    return x.sub(y).div(x).mask(x == 0, 0).mul(100)

ordini["discount"] = delta_perc(ordini["revenue1"], ordini["revenue2"])

def delta_perc(x, y):
    if x == 0:
        return 0
    else:
        return (x - y) / x * 100

# Because remember `apply` takes a function that gets a row (or column) passed to it
ordini["discount"] = ordini.apply(
    lambda row: delta_perc(row['revenue1'], row['revenue2']),
    axis=1
)


进近#2
修复您的函数并使用
map
。这类似于使用理解

def delta_perc(x, y):
    if x == 0:
        return 0
    else:
        return (x - y) / x * 100

ordini["discount"] = [*map(delta_perc, ordini["revenue1"], ordini["revenue2"])]


方法#3
实际使用
apply

def delta_perc(x, y):
    return x.sub(y).div(x).mask(x == 0, 0).mul(100)

ordini["discount"] = delta_perc(ordini["revenue1"], ordini["revenue2"])

def delta_perc(x, y):
    if x == 0:
        return 0
    else:
        return (x - y) / x * 100

# Because remember `apply` takes a function that gets a row (or column) passed to it
ordini["discount"] = ordini.apply(
    lambda row: delta_perc(row['revenue1'], row['revenue2']),
    axis=1
)

如果你除以
x
，结果是
np.inf
，你确定是在
y==0
而不是
x==0
时返回0吗？当然！当我专注于代码的第二部分时，我犯了一个更大的错误。谢谢！你给了我非常宝贵的见解！