Python:基于其他列添加列
我对熊猫很陌生,对它很困惑,尤其是与列表和使用列表理解相比 我有一个4列的数据框。我想在第4列“m”的基础上创建第5列“c”。我可以通过对“m”列中的每一行应用我的函数来获得“c”的值 如果“m”是一个列表,并且使用列表理解,那么它就是Python:基于其他列添加列,python,pandas,Python,Pandas,我对熊猫很陌生,对它很困惑,尤其是与列表和使用列表理解相比 我有一个4列的数据框。我想在第4列“m”的基础上创建第5列“c”。我可以通过对“m”列中的每一行应用我的函数来获得“c”的值 如果“m”是一个列表,并且使用列表理解,那么它就是 c = [myfunction(x) for x in m] 如何将此“逻辑”应用于数据帧?因为pandas位于numpy的顶部。您可以轻松地将函数应用于numpy.array。下面的例子可能会有所帮助。您可以将列表(或列)传输到numpy.array,然后执
c = [myfunction(x) for x in m]
如何将此“逻辑”应用于数据帧?因为pandas位于numpy的顶部。您可以轻松地将函数应用于numpy.array。下面的例子可能会有所帮助。您可以将列表(或列)传输到numpy.array,然后执行向量计算
import numpy as np
import pandas as pd
data = pd.DataFrame([[1,2],[3,4]],columns=['a','b'])
def square(x):
return x ** 2
data['c'] = square(np.array(data.a))
您可以从doc
中选择样本:
import pandas as pd
import numpy as np
df = pd.DataFrame({'A': range(1, 11), 'B': np.random.randn(10)})
print df
A B
0 1 0.769028
1 2 -0.392471
2 3 0.153051
3 4 -0.379848
4 5 -0.665426
5 6 0.880684
6 7 1.126381
7 8 -0.559828
8 9 0.862935
9 10 -0.909402
df = df.assign(ln_A = lambda x: np.log(x.A))
print df
A B ln_A
0 1 0.769028 0.000000
1 2 -0.392471 0.693147
2 3 0.153051 1.098612
3 4 -0.379848 1.386294
4 5 -0.665426 1.609438
5 6 0.880684 1.791759
6 7 1.126381 1.945910
7 8 -0.559828 2.079442
8 9 0.862935 2.197225
9 10 -0.909402 2.302585
或者如评论所说
有时lambda
函数很有用:
import pandas as pd
import numpy as np
df = pd.DataFrame({'A': range(1, 11), 'B': np.random.randn(10)})
df['ln_A'] = df['A'].apply(np.log)
df['round'] = df['B'].apply(lambda x: np.round(x, 2))
print df
A B ln_A round
0 1 -0.982828 0.000000 -0.98
1 2 2.306111 0.693147 2.31
2 3 0.967858 1.098612 0.97
3 4 -0.286280 1.386294 -0.29
4 5 -2.026937 1.609438 -2.03
5 6 0.061735 1.791759 0.06
6 7 -0.506620 1.945910 -0.51
7 8 -0.309438 2.079442 -0.31
8 9 -1.261842 2.197225 -1.26
9 10 1.079921 2.302585 1.08
下面类似于一般列表理解案例
def some_fn(x):
# return some_other_fn(x.Colname1, x.Colname2, ...)
return x.a + x.b
df = pd.DataFrame({'a' : [1, 2], 'b' : [3, 4]})
df['c'] = [some_fn(row) for ind, row in df.iterrows()]
尝试以下方法:df['c']=df['m'].apply(myfunction)如果您实际需要将函数分别应用于每一行,那么它将是
df['c']=df['m'].map(myfunction)
。但这通常不是最好的方法,因为它没有利用pandas的矢量化操作,在矢量化操作中,许多操作可以很快应用于整个列。如果你能在帖子中加入更多细节,人们会让你知道实现这一点的最佳方法。@Marius你如何实现内置的矢量化熊猫行为?@jezrael的numpy数组操作不是比应用更快吗?@Mike Palmice我同意,评论被删除。