Python 要作为行级函数的参数传递的dataframe列，以将列的每个值应用于其各自的行

!！[在此处输入图像描述][1]

我有一个奇怪的需求，需要添加一个类似于下面oracle查询的列，以应用于python dataframe。要作为行级函数的参数传递的dataframe列，以将列的每个值应用于其各自的行

select employee_id, first_name, last_name, substr(first_name, employee_id/employee_id, 3) test1 from hr.EMPLOYEES

结果已附加在下面的csv文件中。 我想添加一个新列。所以我写了我的熊猫声明如下

EMPLOYEE.assign(test1=EMPLOYEE.FIRST_NAME.str.slice(EMPLOYEE.EMPLOYEE_ID.apply(lambda x: x/x),4))

在这段代码中，我在EMPLOYEE.FIRST\u NAME列的slice函数中使用EMPLOYEE.EMPLOYEE\u ID

我的意图是，如果我们认为这是一个变量

FIRST_NAME="Steven"
EMPLOYEE_ID=100
FIRST_NAME[int(EMPLOYEE_ID/EMPLOYEE_ID):4]

这个的输出是

'tev'

如果我在dataframe上应用相同的概念，它将不起作用。 我没有得到子字符串，而是得到NaN。 我的Python输出如下

下面是SQL查询的输出

    EMPLOYEE_ID   FIRST_NAME  LAST_NAME TEST1
0           100       Steven       King   Ste
1           101        Neena    Kochhar   Nee
2           102          Lex    De Haan   Lex
3           103    Alexander     Hunold   Ale
4           104        Bruce      Ernst   Bru
5           105        David     Austin   Dav
6           106        Valli  Pataballa   Val
7           107        Diana    Lorentz   Dia
8           108        Nancy  Greenberg   Nan
9           109       Daniel     Faviet   Dan
10          110         John       Chen   Joh
11          111       Ismael    Sciarra   Ism
12          112  Jose Manuel      Urman   Jos
13          113         Luis       Popp   Lui

我们可以通过创建一个新列来完成，但是，正如在SQL中一样，我们可以直接完成。我期待着熊猫也能做到这一点。请在这方面帮助我

---

我的预期输出与上面相同。但是，我正在编写一个通用脚本，将SQL查询转换为数据框架。我一直致力于实现这样的场景，即有一列作为行级函数的参数传递。

尝试：

res = df[['EMPLOYEE_ID', 'FIRST_NAME', 'LAST_NAME']].assign(pre=df['FIRST_NAME'].str[:3])
print(res)

输出

    EMPLOYEE_ID   FIRST_NAME  LAST_NAME  pre
0           100       Steven       King  Ste
1           101        Neena    Kochhar  Nee
2           102          Lex    De Haan  Lex
3           103    Alexander     Hunold  Ale
4           104        Bruce      Ernst  Bru
5           105        David     Austin  Dav
6           106        Valli  Pataballa  Val
7           107        Diana    Lorentz  Dia
8           108        Nancy  Greenberg  Nan
9           109       Daniel     Faviet  Dan
10          110         John       Chen  Joh
11          111       Ismael    Sciarra  Ism
12          112  Jose Manuel      Urman  Jos
13          113         Luis       Popp  Lui

要与do一起使用，请执行以下操作：

其中，站点为：

stop int，切片操作的可选停止位置

基本上一次迭代一个字符，并在位置3处停止（不包括在内）

以上就是我的答案。但是它比另一个慢

%timeit EMPLOYEE.apply(lambda i: i.FIRST_NAME[int(i.EMPLOYEE_ID/i.EMPLOYEE_ID):3], axis=1)

每个回路1.38 ms±58.8µs（7次运行的平均值±标准偏差，每个1000个回路）

---

948µs±22.9µs/圈（平均±标准偏差为7次，每次1000圈）

非常感谢您在Dani的快速响应。但是，我想知道在另一个列函数中使用列的可能性。在我的示例中，我使用了数字列除以自身，这意味着该列每行返回1。但是，apply函数计算我的整个列，并传递每行的所有值。相反，我可以限制它按索引使用相应的行吗？您的预期输出是什么？我不明白，但似乎你想用apply？查询的输出不等于我刚才编写的pandas代码吗？我的预期输出与您提供的相同。但是，我正在编写一个通用脚本，将SQL查询转换为数据框架。我被困在实现这样的场景中，其中有一列作为行级函数的参数传递。您的目标非常复杂，不是问题中所表达的内容，可能无法在简单的帖子中回答。是的，我理解。我很抱歉。我的问题不是很直截了当。请添加整个场景，您所说的“有一列作为行级函数的参数传递的场景”是什么意思？嗨@DaniMesejo，我已经更新了我的问题。有谁能给我一个比我的方法更好的解决方案吗？

df[['EMPLOYEE_ID', 'FIRST_NAME', 'LAST_NAME']].apply(lambda i: i.FIRST_NAME[int(i.EMPLOYEE_ID/i.EMPLOYEE_ID):4], axis=1)

%timeit EMPLOYEE.apply(lambda i: i.FIRST_NAME[int(i.EMPLOYEE_ID/i.EMPLOYEE_ID):3], axis=1)

%timeit EMPLOYEE[['EMPLOYEE_ID', 'FIRST_NAME', 'LAST_NAME']].assign(pre=EMPLOYEE['FIRST_NAME'].str[1:4])