Python 是否应用于非分组数据帧？

尝试实现一个简单的func，随机将一个组标记为

True

数据帧：

In [145]: df = pd.DataFrame({'a': [1,1,1,2,2], 'b': [3,3,3,3,3]})

In [146]: df
Out[146]:
   a  b
0  1  3
1  1  3
2  1  3
3  2  3
4  2  3

def pickone(df, group, out):
    u = df[group].unique()
    p = np.random.choice(u, 1)[0]
    df[out] = False
    df[df[group]==p][out] = True
    return df

In [148]: df.groupby(['b']).apply(pickone, group="a", out="c")
Out[148]:
   a  b      c
0  1  3   True
1  1  3   True
2  1  3   True
3  2  3  False
4  2  3  False

功能：

In [145]: df = pd.DataFrame({'a': [1,1,1,2,2], 'b': [3,3,3,3,3]})

In [146]: df
Out[146]:
   a  b
0  1  3
1  1  3
2  1  3
3  2  3
4  2  3

def pickone(df, group, out):
    u = df[group].unique()
    p = np.random.choice(u, 1)[0]
    df[out] = False
    df[df[group]==p][out] = True
    return df

In [148]: df.groupby(['b']).apply(pickone, group="a", out="c")
Out[148]:
   a  b      c
0  1  3   True
1  1  3   True
2  1  3   True
3  2  3  False
4  2  3  False

在分组数据帧上应用它可以正常工作：

In [145]: df = pd.DataFrame({'a': [1,1,1,2,2], 'b': [3,3,3,3,3]})

In [146]: df
Out[146]:
   a  b
0  1  3
1  1  3
2  1  3
3  2  3
4  2  3

def pickone(df, group, out):
    u = df[group].unique()
    p = np.random.choice(u, 1)[0]
    df[out] = False
    df[df[group]==p][out] = True
    return df

In [148]: df.groupby(['b']).apply(pickone, group="a", out="c")
Out[148]:
   a  b      c
0  1  3   True
1  1  3   True
2  1  3   True
3  2  3  False
4  2  3  False

但不在非分组dfs上：

In [149]: df.apply(pickone, group="a", out="c")
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
pandas/_libs/index.pyx in pandas._libs.index.IndexEngine.get_loc (pandas/_libs/index.c:5085)()

pandas/_libs/hashtable_class_helper.pxi in pandas._libs.hashtable.Int64HashTable.get_item (pandas/_libs/hashtable.c:13892)()

TypeError: an integer is required

During handling of the above exception, another exception occurred:

KeyError                                  Traceback (most recent call last)
<ipython-input-149-86c0d6e0e423> in <module>()
----> 1 df.apply(pickone, group="a", out="c")

In[149]：df.apply（pickone，group=“a”，out=“c”）
---------------------------------------------------------------------------
TypeError回溯（最近一次调用上次）
pandas/_libs/index.pyx在pandas中。_libs.index.IndexEngine.get_loc（pandas/_libs/index.c:5085）（）
pandas/_libs/hashtable\u class\u helper.pxi在pandas中。_libs.hashtable.Int64HashTable.get\u项（pandas/_libs/hashtable.c:13892）（）
TypeError：需要一个整数
在处理上述异常期间，发生了另一个异常：
KeyError回溯（最近一次呼叫最后一次）
在（）
---->1 df.应用（pickone，group=“a”，out=“c”）
df
是一个数据帧，而
df.groupby（…）
是一个
DataFrameGroupBy
对象。
这是两种完全不同的方法

df.apply
用于为每行（默认情况下）或每列调用一次函数。
函数需要一个系列（一行或一列）作为其第一个参数

df.groupby（…）.apply用于为每个组调用一次函数。
该函数需要一个（子）数据帧作为其第一个参数

要在
df
上调用
pickone
，请使用

pickone(df, group='a', out='c')

而不是
df.apply（pickone，…）


顺便说一下

df[df[group]==p][out] = True

是使用链接索引的赋值。因为，对于某些数据帧，
df[df[group]==p]
可能会返回一个新的数据帧，其中包含从
df
复制的数据，
df[df[group]==p][out]=True
可能会修改新的数据帧，而不是
df
本身

因此，使用链式索引的赋值是不正确的。改用
df.loc
：

df[out] = False
df.loc[df[group]==p, out] = True

或者，在这种情况下

df[out] = (df[group]==p)

够了。
df
是一个数据帧，而
df.groupby（…）
是一个
DataFrameGroupBy
对象。
这是两种完全不同的方法

df.apply
用于为每行（默认情况下）或每列调用一次函数。
函数需要一个系列（一行或一列）作为其第一个参数

df.groupby（…）.apply用于为每个组调用一次函数。
该函数需要一个（子）数据帧作为其第一个参数

要在
df
上调用
pickone
，请使用

pickone(df, group='a', out='c')

而不是
df.apply（pickone，…）


顺便说一下

df[df[group]==p][out] = True

是使用链接索引的赋值。因为，对于某些数据帧，
df[df[group]==p]
可能会返回一个新的数据帧，其中包含从
df
复制的数据，
df[df[group]==p][out]=True
可能会修改新的数据帧，而不是
df
本身

因此，使用链式索引的赋值是不正确的。改用
df.loc
：

df[out] = False
df.loc[df[group]==p, out] = True

或者，在这种情况下

df[out] = (df[group]==p)

够了