Python 如何在数据帧切片中使用apply来设置多列的值
我正试图使用apply函数通过.loc查询将新值分配给数据帧切片中的两个现有列 要复制-首先创建数据帧:Python 如何在数据帧切片中使用apply来设置多列的值,python,pandas,dataframe,apply,Python,Pandas,Dataframe,Apply,我正试图使用apply函数通过.loc查询将新值分配给数据帧切片中的两个现有列 要复制-首先创建数据帧: import re import panads as pd data = [[1000, "MSL", "Test string"], [2000, 'AGL', 'other string'], [0, 'AGL', "xxxx SFC-10000ft MSLXXX"]] df = pd.DataFrame(data=data,
import re
import panads as pd
data = [[1000, "MSL", "Test string"], [2000, 'AGL', 'other string'], [0, 'AGL', "xxxx SFC-10000ft MSLXXX"]]
df = pd.DataFrame(data=data, columns=['Alt', "AltType",'FreeText'])
然后创建apply函数
def testapply(row):
try:
match = re.findall("SFC-([0-9]+)FT (MSL|AGL|FL)", row.FreeText)[0]
return (int(match[0]), match[1])
except:
return (0, row.AltType)
当我跑的时候
df.loc[df['Alt']==0, ['Alt', 'AltType']] = df.loc[df['Alt']==0].apply(testapply, axis=1)
我想得到的结果是:
Alt AltType FreeText
0 1000 MSL Test string
1 2000 AGL other string
2 10000 MSL xxxx SFC-10000ft MSLXXX
但我最终得到的是:
Alt AltType FreeText
0 1000 MSL Test string
1 2000 AGL other string
2 (10000, MSL) (10000, MSL) xxxx SFC-10000FT MSLXXX
有人知道如何一下子完成这项工作吗?只需添加tolist()
让我们尝试
Series.str.extract
并使用布尔索引和loc
替换列Alt
和AltType
中的值,其中列Alt
包含0
:
m = df['Alt'].eq(0)
df.loc[m, ['Alt', 'AltType']] = df.loc[m, 'FreeText'].str.extract(r'(?i)SFC-(\d+)FT\s(MSL|AGL|FL)').values
仅将testapply函数更改为:
def testapply(row):
try:
match = re.findall("SFC-([0-9]+)ft (MSL|AGL|FL)", row.FreeText)[0]
print(match)
return (int(match[0]), match[1]).tolist()
except:
return (0, row.AltType)
使用loc访问器选择相关的
Alt
列。使用regex
df.loc[df['Alt']==0,'Alt']=df.loc[df['Alt']==0,'FreeText'].str.extract('(\d+)')[0]
Alt AltType FreeText
0 1000 MSL Test string
1 2000 AGL other string
2 10000 AGL xxxx SFC-10000ft MSLXXX
我在回答中解释说,您需要返回列表而不是元组。通过在函数中的返回(int(match[0]),match[1])末尾添加一个tolist()可以解决这个问题。将tolist链接到apply函数对我有效,而不是转换apply函数中的返回值。正如@mhDG7所指定的。这在技术上是可行的,但在更复杂的工作流的更一般情况下除外。为了这个线程,我简化了我的实际代码。这在技术上是可行的,除非在更复杂的工作流的更一般的情况下。为了这个线程,我简化了我的实际代码。
def testapply(row):
try:
match = re.findall("SFC-([0-9]+)ft (MSL|AGL|FL)", row.FreeText)[0]
print(match)
return (int(match[0]), match[1]).tolist()
except:
return (0, row.AltType)
df.loc[df['Alt']==0,'Alt']=df.loc[df['Alt']==0,'FreeText'].str.extract('(\d+)')[0]
Alt AltType FreeText
0 1000 MSL Test string
1 2000 AGL other string
2 10000 AGL xxxx SFC-10000ft MSLXXX