Python apply与operator.itemgetter v.s.applymap operator.itemgetter的行为不一致
在实际情况下,这可能不是排列数据的最佳方式,但它提供了一个很好的示例:Python apply与operator.itemgetter v.s.applymap operator.itemgetter的行为不一致,python,pandas,Python,Pandas,在实际情况下,这可能不是排列数据的最佳方式,但它提供了一个很好的示例: In [16]: import operator In [17]: DF=pd.DataFrame({'Val1':[[2013, 37722.322],[1998, 32323.232]], 'Val2':[[2013, 37722.322],[1998, 32323.232]]}) In [18]: print DF Val1
In [16]:
import operator
In [17]:
DF=pd.DataFrame({'Val1':[[2013, 37722.322],[1998, 32323.232]],
'Val2':[[2013, 37722.322],[1998, 32323.232]]})
In [18]:
print DF
Val1 Val2
0 [2013, 37722.322] [2013, 37722.322]
1 [1998, 32323.232] [1998, 32323.232]
[2 rows x 2 columns]
apply
给出错误的结果
In [19]:
print DF.apply(operator.itemgetter(-1), axis=1)
Val1 Val2
0 2013 37722.322
1 1998 32323.232
[2 rows x 2 columns]
但是applymap
给出了正确的结果
In [20]:
print DF.applymap(operator.itemgetter(-1))
Val1 Val2
0 37722.322 37722.322
1 32323.232 32323.232
[2 rows x 2 columns]
为什么会发生这种情况?如果使用
df = pd.DataFrame({'Val1':[[1, 2],[3, 4]],
'Val2':[[5, 6],[7, 8]]})
Val1 Val2
0 [1, 2] [5, 6]
1 [3, 4] [7, 8]
df.apply(operator.itemgetter(-1),axis=1)
对每行调用operator.itemgetter(-1)
例如,在第一行,operator.itemgetter(-1)
返回最后一项,即[5,6]
。
由于该值是可编辑的,因此其值随后被分配到两列Val1
和Val2
。所以结果是
In [149]: df.apply(operator.itemgetter(-1), axis=1)
Out[149]:
Val1 Val2
0 5 6
1 7 8
相反,applymap
分别对数据帧中的每个单元格进行操作,因此operator.itemgetter(-1)
返回每个单元格中的最后一项
In [150]: df.applymap(operator.itemgetter(-1))
Out[150]:
Val1 Val2
0 2 6
1 4 8
为了补充@unutbu和@jeff所说的内容,如果有3个列作为开头:
In [26]:
print DF
Val1 Val2 Val3
0 [2013, 37722.322] [2014, 37722.322] [2015, 37722.322]
1 [1997, 32323.232] [1998, 32323.232] [1999, 32323.232]
[2 rows x 3 columns]
In [27]:
print DF.apply(operator.itemgetter(-1), axis=1)
0 [2015, 37722.322]
1 [1999, 32323.232]
dtype: object
结果列表(长度为2)不能强制为长度为3的系列,现在结果是一系列列表。apply将被传递一整行,该行是一系列由2个元素组成的列表;最后一个列表返回并强制为一个系列。作为元素的嵌入式列表通常不是一个好主意。我同意,在现实生活中,它不是存储数据的好方法。特别有趣的是,第一个元素被分配到
Val1
。现在我明白了,谢谢!