Python 熊猫数据帧上最干净的迭代/功能应用程序,不考虑长度
我一直在努力对可变长度的数据帧进行干净的迭代或应用函数。具体来说,长度为1的数据帧片(熊猫系列) 一个简单的例子,一个数据帧和一个作用于它的每一行的函数。数据帧的格式是已知的/预期的Python 熊猫数据帧上最干净的迭代/功能应用程序,不考虑长度,python,pandas,apply,Python,Pandas,Apply,我一直在努力对可变长度的数据帧进行干净的迭代或应用函数。具体来说,长度为1的数据帧片(熊猫系列) 一个简单的例子,一个数据帧和一个作用于它的每一行的函数。数据帧的格式是已知的/预期的 def stringify(row): return "-".join([row["y"], str(row["x"]), str(row["z"])]) df = pd.DataFrame(dict(x=[1,2,3],y=["foo","bar","bro"],z=[-99,1.04,213])) O
def stringify(row):
return "-".join([row["y"], str(row["x"]), str(row["z"])])
df = pd.DataFrame(dict(x=[1,2,3],y=["foo","bar","bro"],z=[-99,1.04,213]))
Out[600]:
x y z
0 1 foo -99.00
1 2 bar 1.04
2 3 bro 213.00
df_slice = df.iloc[0] # This is a Series
通常,您可以通过以下方式之一应用该功能:
stringy = df.apply(stringify,axis=1)
# or
stringy = [stringify(row) for _,row in df.iterrows()]
Out[611]: ['foo-1--99.0', 'bar-2-1.04', 'bro-3-213.0']
## Error with same syntax if Series
stringy = df_slice.apply(stringify, axis=1)
如果数据帧为空,或者只有一个条目,则这些方法不再工作。序列没有iterrows()
方法,并且apply
将函数应用于每个列(而不是行)
是否有更干净的内置方法来迭代/应用函数到可变长度的数据帧?否则,您必须不断编写繁琐的逻辑
if type(df) is pd.DataFrame:
if len(df) == 0:
return None
else:
return df.apply(stringify, axis=1)
elif type(df) is pd.Series:
return stringify(df)
我意识到有一些方法可以确保形成长度为1的数据帧,但我要求的是一种干净的方法,可以像格式化的数据帧或序列一样应用/迭代各种数据结构 没有通用的方法来编写一个似乎可以同时处理这两个问题的函数 数据帧和系列。您可能需要使用
if语句来检查
对于类型,或使用try..except
处理异常
我认为在调用apply
之前,最好确保创建了正确类型的对象,而不是执行这两种操作。例如,使用df.iloc[:1]
选择长度为1的数据帧,而不是使用返回序列的df.iloc[0]
。只要将一个切片范围而不是单个值传递给df.iloc
,就会返回一个数据帧
In [155]: df.iloc[0]
Out[155]:
x 1
y foo
z -99
Name: 0, dtype: object
In [156]: df.iloc[:1]
Out[156]:
x y z
0 1 foo -99
你可以用try/except语句来包装东西。。。您应该知道,长度为1的数据帧和系列数据帧之间存在差异。您希望看到一行数据帧的系列文章是如何结束的?[dinkelk]尝试例外是可以的,但它们对代码来说同样杂乱无章。[exp1orer]没错,这是有区别的。当您获取数据帧的子集:df.iloc[0]
时,这会给您一个series@EdChum:谢谢你指出这一点。我做了一个小编辑,s/need to if/need to use/
,然后在不检查结果的情况下退出浏览器。显然,这可能导致重复的职位。有一个问题。