python:如何从函数返回数据帧或列表?
这个问题很有可能被重复,但我还没有找到答案。然而,我正在尝试将一个函数应用于一个数据帧,我希望返回一个数据帧。以下示例是可复制的:python:如何从函数返回数据帧或列表?,python,pandas,Python,Pandas,这个问题很有可能被重复,但我还没有找到答案。然而,我正在尝试将一个函数应用于一个数据帧,我希望返回一个数据帧。以下示例是可复制的: df = pd.DataFrame({'ID': ["1","2"], 'Start': datetime.strptime('20160701', '%Y%m%d'), 'End': datetime.strptime('20170701', '%Y%m%d'),
df = pd.DataFrame({'ID': ["1","2"],
'Start': datetime.strptime('20160701', '%Y%m%d'),
'End': datetime.strptime('20170701', '%Y%m%d'),
'Value': [100, 200],
'CreditNote': [-20, -30]})
我的职能:
def act_value_calc(x):
start_delta = (x.Start.replace(day=31,month=12) - x.Start).days
full_delta = (x.End - x.Start).days
result1 = round( (x.Value + x.CreditNote) / full_delta * start_delta, 2)
result2 = round( (x.Value + x.CreditNote) - result1, 2)
return(pd.DataFrame({'r1': [result1],'r2': [result2]}))
为什么我不能运行以下代码
df.apply(act_value_calc, 1)
那么应该做些什么让它运行呢?我的意思是使用
result1
和result2
?apply
将根据您提供的axis
参数,每行或每列返回一些值(我相信您已经理解了这一点,因为您提供了一个axis
参数1)
从apply返回数据帧是有问题的。您可能要做的是创建一个新列,其中包含您正在应用的函数返回的值
差不多
def act_value_calc1(x):
start_delta = (x.Start.replace(day=31,month=12) - x.Start).days
full_delta = (x.End - x.Start).days
result1 = round( (x.Value + x.CreditNote) / full_delta * start_delta, 2)
return result1
def act_value_calc2(x):
start_delta = (x.Start.replace(day=31,month=12) - x.Start).days
full_delta = (x.End - x.Start).days
result2 = round( (x.Value + x.CreditNote) - x.result1, 2)
return result2
df['result1'] = df.apply(act_value_calc1, axis=1)
df['result2'] = df.apply(act_value_calc2, axis=1)
apply
将在每行或每列返回一些值,具体取决于您提供的axis
参数(我相信您已经理解了这一点,因为您提供的是axis
arg值为1)
从apply返回数据帧是有问题的。您可能要做的是创建一个新列,其中包含您正在应用的函数返回的值
差不多
def act_value_calc1(x):
start_delta = (x.Start.replace(day=31,month=12) - x.Start).days
full_delta = (x.End - x.Start).days
result1 = round( (x.Value + x.CreditNote) / full_delta * start_delta, 2)
return result1
def act_value_calc2(x):
start_delta = (x.Start.replace(day=31,month=12) - x.Start).days
full_delta = (x.End - x.Start).days
result2 = round( (x.Value + x.CreditNote) - x.result1, 2)
return result2
df['result1'] = df.apply(act_value_calc1, axis=1)
df['result2'] = df.apply(act_value_calc2, axis=1)
返回pandas.Series而不是pandas.DataFrame时,您可以让自己更轻松:
def act_value_calc(x):
start_delta = (x.Start.replace(day=31,month=12) - x.Start).days
full_delta = (x.End - x.Start).days
result1 = round( (x.Value + x.CreditNote) / full_delta * start_delta, 2)
result2 = round( (x.Value + x.CreditNote) - result1, 2)
return(pd.Series({'r1': result1,'r2': result2}))
print(df.apply(act_value_calc, 1))
r1 r2
0 40.11 39.89
1 85.23 84.77
返回pandas.Series而不是pandas.DataFrame时,您可以让自己更轻松:
def act_value_calc(x):
start_delta = (x.Start.replace(day=31,month=12) - x.Start).days
full_delta = (x.End - x.Start).days
result1 = round( (x.Value + x.CreditNote) / full_delta * start_delta, 2)
result2 = round( (x.Value + x.CreditNote) - result1, 2)
return(pd.Series({'r1': result1,'r2': result2}))
print(df.apply(act_value_calc, 1))
r1 r2
0 40.11 39.89
1 85.23 84.77
可以通过在函数中声明全局变量来创建全局变量,然后从中创建数据帧
def act_value_calc(x):
start_delta = (x.Start.replace(day=31,month=12) - x.Start).days
full_delta = (x.End - x.Start).days
result1 = round( (x.Value + x.CreditNote) / full_delta * start_delta, 2)
result2 = round( (x.Value + x.CreditNote) - result1, 2)
global df ### declaring global variable
df=pd.DataFrame({'r1': [result1],'r2': [result2]})
可以通过在函数中声明全局变量来创建全局变量,然后从中创建数据帧
def act_value_calc(x):
start_delta = (x.Start.replace(day=31,month=12) - x.Start).days
full_delta = (x.End - x.Start).days
result1 = round( (x.Value + x.CreditNote) / full_delta * start_delta, 2)
result2 = round( (x.Value + x.CreditNote) - result1, 2)
global df ### declaring global variable
df=pd.DataFrame({'r1': [result1],'r2': [result2]})
啊,是的,那也是固体。啊,是的,那也是固体。