Python 为熊猫中的两个数据帧应用函数

我有两个数据帧

df0

df1

我有一个自定义函数：

def concat(d0,d1):
    if d0 is not None and d1 is not None:
        return '%s,%s' % (d0, d1)
    return None

我期望的结果是：

     a      b
  c  0.3,3  0.6,2
  d  0.4,0  NaN

如何将该函数应用于这两个数据帧？

这里有一个解决方案。 其想法是首先将数据帧简化为一个简单的值列表。这允许您使用并应用函数循环两个数据帧的值。 最后，使用numpy返回原始形状

与和一起使用：

另一种解决方案是最后一次替换

NaN

by条件，默认情况下

True

s被替换为

NaN

：

df = df0.astype(str).add(',').add(df1.astype(str))
m = df0.isnull() | df1.isnull() 
print (m)
       a      b
c  False  False
d  False   True

df = df.mask(m)
print (df)
       a      b
c  0.3,3  0.6,2
d  0.4,0    NaN

---

如果这是您的特定应用程序，您可以执行以下操作：

#Concatenate the two as String
df = df0.astype(str) + "," +df1.astype(str)
#Remove the nan
df = df.applymap(lambda x: x if 'nan' not in x else np.nan)

在性能方面，您将比使用apply更好

输出

    a        b
c   0.3,3   0.6,2
d   0.4,0    NaN

df = df0.astype(str).add(',').add(df1.astype(str))
df = df.mask(df.applymap(lambda x: 'nan' in x))
print (df)
       a      b
c  0.3,3  0.6,2
d  0.4,0    NaN

df = df0.astype(str).add(',').add(df1.astype(str))
m = df0.isnull() | df1.isnull() 
print (m)
       a      b
c  False  False
d  False   True

df = df.mask(m)
print (df)
       a      b
c  0.3,3  0.6,2
d  0.4,0    NaN

#Concatenate the two as String
df = df0.astype(str) + "," +df1.astype(str)
#Remove the nan
df = df.applymap(lambda x: x if 'nan' not in x else np.nan)

    a        b
c   0.3,3   0.6,2
d   0.4,0    NaN