Python 如何将函数应用于数据帧中一列的每一行？

我有一个股票价格的数据帧df，长度约为600k，我从下载

我已将最后一列名称从“name”重命名为“ticks”，并创建了一个名为“name”的新空白列：

df = df.rename(columns={'Name': 'Ticker'})
df['Name'] = ''

我编写了以下函数来返回给定股票代码的公司名称：

! pip3 install yfinance
import yfinance as yf

def return_company_name(ticker):
    return yf.Ticker(ticker).info['longName']

return_company_name('MSFT')
>>> 'Microsoft Corporation'

现在，我想用相应股票代码的公司名称填充“Name”列。为此，我编写了以下lambda函数：

df.Name = df.Ticker.apply(lambda x: return_company_name(x))

但这最后一行代码一直在运行。有什么不对劲吗？如果是，如何修复

---

我用map而不是apply尝试了同样的方法，但结果是一样的。

从yfinance查看源代码，您可以看到 get_info方法调用，而这又似乎对不同的站点进行了相当多的API调用，以获取它所需要的信息

因为这是针对每一行执行的，所以您会遇到一些问题，因为站点可能会限制您的费率。 也许您可以先获取所有唯一的名称，然后查找一次，并将它们保存在某种查找CSV或类似文件中。您可以使用pandas.apply将函数应用于数据帧中的每一行/列

您还可以对每列使用lambda函数。例如： modDfObj=dfObj.applylambda x:x+10

这里的另一个示例是，它仅将函数应用于z列：

modDfObj=dfObj.applylambda x:np.squarex如果x.name=='z'else x

首先，您不需要lambda或apply

这样更好。第二，正如其他人所指出的那样，这种做法效率低下得离谱。你打了600000次电话，尽管你的票务数量要少得多。以下大锤方法将起作用：

class my_return():
     def __init__(self):
         self.tickdict = {}
     def __call__(self, ticker):
         ans = self.tickdict.get(ticker, None)
         if ans is not None:
             return ans
         else:
            self.tickdict[ticker] = return_company_name(ticker)
            return self.tickdict[ticker]

然后将我的返回映射到您的ticker列。

将df.ticker更改为df.Name？

class my_return():
     def __init__(self):
         self.tickdict = {}
     def __call__(self, ticker):
         ans = self.tickdict.get(ticker, None)
         if ans is not None:
             return ans
         else:
            self.tickdict[ticker] = return_company_name(ticker)
            return self.tickdict[ticker]