Python 根据行值将函数应用于列中的列

假设我有以下数据帧：

date,id,value
1/1/2017,5,300
1/1/2017,51,300
1/1/2017,54,300
1/2/2017,5,100
1/2/2017,51,100
1/2/2017,54,100

我有一个字典映射id到一个调整因子，如下所示：

{5: 20, 51: 23.5, 54:10}

我想将id对应的因子添加到我的dataframe中的value列中，结果是：

date,id,value,adjusted_value
1/1/2017,5,300,300+20=320
1/1/2017,51,310,310+23.5=333.5
1/1/2017,54,320,320+10=330
1/2/2017,5,110,110+20=130
1/2/2017,51,120,120+23.5=143.5
1/2/2017,54,130,130+10=140

---

有没有一种简单的方法可以做到这一点？

我想您正在寻找ngroup、cumcount和mapping，即

x = df.groupby('date')
d = {5: 20, 51: 23.5, 54: 10}
df['new'] = (x.cumcount()+x.ngroup())*10 +df['id'].map(d)+df['value']

输出：

date id value new 0 1/1/2017 5 300 320.0 1 1/1/2017 51 300 333.5 2 1/1/2017 54 300 330.0 3 1/2/2017 5 100 130.0 4 1/2/2017 51 100 143.5 5 1/2/2017 54 100 140.0 一艘班轮：

df['adjusted_value'] = df.apply(lambda x: dictionary[x['id']] + x['value'] , axis=1)

更详细的：

df['adjusted_value'] = [dictionary[i] for i in df['id']]
df['adjusted_value'] = df['adjusted_value'] + df['value']

 (x.cumcount()+x.ngroup())*10 +df['value'] 

0 300 1 310 2 320 3 110 4 120 5 130 dtype: int64

df['adjusted_value'] = df.apply(lambda x: dictionary[x['id']] + x['value'] , axis=1)

df['adjusted_value'] = [dictionary[i] for i in df['id']]
df['adjusted_value'] = df['adjusted_value'] + df['value']