Python 熊猫相当于突变的阿克罗斯

我想在熊猫中执行以下操作：

library(tidyverse)

df <- tibble(mtcars)

df %>% 
  select(ends_with('t')) %>% 
  head(3)

# Accross all columns that ends with t, add value 100 hundred (+1 for true) if column contains 'at

df %>% 
  mutate(across(ends_with('t'), ~ . + 100 + str_detect(cur_column(), 'at'))) %>% 
  select(ends_with('t') )%>% 
  head(3) %>% view()

---

有什么与之相当的好东西吗？或者至少有一些在pandas中使用apply函数的非常好的单行程序？

您可以尝试不确定这是否适合您

# approach one
cols = [x for x in mtcars.columns if x.endswith("t")]

def f(x, cols):
    for col in cols:
        if "at" in col: 
            x[col] += 101
        else:
            x[col] += 100
    return x
mtcars.apply(f, args=(cols,), axis=1)[cols].head(3)

# approach two 
cols= [col for col in mtcars.columns if col.endswith("t")]
cols_w_at = [col for col in cols if "at" in col]
mtcars[cols] = mtcars[cols].apply(lambda x: x + 100)
mtcars[cols_w_at] = mtcars[cols_w_at].apply(lambda x: x + 1)
mtcars[cols].head(3)

---

您可以将字典理解解压到assign的关键字参数中，类似于dplyr:：mutate

作为pd进口熊猫 从statsmodels.dataset导入getrdataset mtcars=获取数据集“mtcars”。数据 地铁车辆 .assign**{col:mtcars[col].add100.在col中添加'at' 用于mtcars.filterregex='t$'中的列 .filterregex='t$' .总目3 输出：

                 drat       wt
Mazda RX4      104.90  102.620
Mazda RX4 Wag  104.90  102.875
Datsun 710     104.85  102.320