Python：如何正确使用apply（）？

我有一个包含点的geopandas数据帧

df:

        geometry
    0   POINT (806470.3646198167 2064879.919354021)
    1   POINT (792603.391127742 2170760.8355139)
    2   POINT (787263.3037740411 2050925.953643546)
    3   POINT (809203.6762813283 2160874.194588484)
    4   POINT (781668.2687635225 2051524.634389534)

对于每一点，我想应用此函数：

def returnValuePoints(df, i):
    points_list = [ (df['geometry'][i].x, df['geometry'][i].y) ] #list of X,Y coordinates
    for point in points_list:
        col = int((point[0] - xOrigin) / pixelWidth)
        row = int((yOrigin - point[1] ) / pixelHeight)
        return (row, col)

这就是我正在做的：

for i in df.index:
    val = returnValuePoints(df, data, i)

---

如何避免循环并使用

apply（）

将此函数应用于所有行？首先，您需要重新构造您的方法，以便它接受您可以在apply中使用lambda函数传递的值（想想您希望如何对单个行的值进行操作）：

其次，您可以使用axis=1在数据帧上调用apply，以便能够访问每行的列值：

val = df.apply(lambda x: returnValuePoints(x.geometry.x, x.geometry.y), axis=1)

---

关于下面代码的警告：我没有实际测试它，因为我没有访问geopandas环境的权限。然而，我认为它应该起作用

我不认为你真的想在这里使用apply。使用geopandas方法，可以通过应用一些仿射变换获得点的geopandas

GeoSeries

： 首先，您通过

xOrigin，yOrigin

翻译一系列点：

translated = df['geometry'].translate(xoff=-1*xOrigin, yoff=-1*yOrigin)

然后，您可以使用

比例
对x轴进行反射，并按
像素宽度、像素高度进行缩放：

scaled_translated = translated.scale(xfact=1/pixelWidth, yfact=-1/pixelHeight)

这里乘以-1进行反射。如果您打算执行
（点[1]-yOrigin）
，则可以将-1替换为1

这将为您提供一个
GeoSeries
。如果你想要一系列的整数点对，你需要做更多的工作。下面的代码将为您提供两个带有x和y值的整数
系列
（需要geopandas版本>0.3.0）：

然后，您可以将它们放在原始数据框中：

df['x_val'] = x_val
df['y_val'] = y_val

如果你真的想要一个元组列表（我想你可能不应该！你失去了熊猫的所有优势！），你可以：

list(df[['x_val', 'y_val']].itertuples(index=False, name=None))

我给你举个例子

import pandas as pd 

# reading csv 
s = pd.read_csv("stock.csv", squeeze = True) 

# defining function to check price 
def fun(num): 

    if num<200: 
        return "Low"

    elif num>= 200 and num<400: 
        return "Normal"

    else: 
        return "High"

# passing function to apply and storing returned series in new 
new = s.apply(fun) 

# printing first 3 element 
print(new.head(3)) 

# printing elements somewhere near the middle of series 
print(new[1400], new[1500], new[1600]) 

# printing last 3 elements 
print(new.tail(3)) 

将熊猫作为pd导入
#读取csv
s=pd.read\u csv（“stock.csv”，squence=True）
#定义检查价格的函数
def fun（num）：
如果num=200并且numI认为您可能不想在这里使用apply。可能有一种矢量化的方法可以做到这一点，但我对地理坐标不太了解。这看起来像是y轴反射的组合（尽管如果这是意外的话，我不会感到惊讶！），由
xOrigin、yOrigin
和比例因子进行的转换。
list(df[['x_val', 'y_val']].itertuples(index=False, name=None))

import pandas as pd 

# reading csv 
s = pd.read_csv("stock.csv", squeeze = True) 

# defining function to check price 
def fun(num): 

    if num<200: 
        return "Low"

    elif num>= 200 and num<400: 
        return "Normal"

    else: 
        return "High"

# passing function to apply and storing returned series in new 
new = s.apply(fun) 

# printing first 3 element 
print(new.head(3)) 

# printing elements somewhere near the middle of series 
print(new[1400], new[1500], new[1600]) 

# printing last 3 elements 
print(new.tail(3))