Python 在整个数据帧上应用Numpy函数
我正在数据帧Python 在整个数据帧上应用Numpy函数,python,pandas,numpy,dataframe,Python,Pandas,Numpy,Dataframe,我正在数据帧df1上应用此函数,例如: AA AB AC AD 2005-01-02 23:55:00 "EQUITY" "EQUITY" "EQUITY" "EQUITY" 2005-01-03 00:00:00 32.32 19.5299 32.32 31.0455 2005-01-
df1
上应用此函数,例如:
AA AB AC AD
2005-01-02 23:55:00 "EQUITY" "EQUITY" "EQUITY" "EQUITY"
2005-01-03 00:00:00 32.32 19.5299 32.32 31.0455
2005-01-04 00:00:00 31.9075 19.4487 31.9075 30.3755
2005-01-05 00:00:00 31.6151 19.5799 31.6151 29.971
2005-01-06 00:00:00 31.1426 19.7174 31.1426 29.9647
def func(x):
for index, price in x.iteritems():
x[index] = price / np.sum(x,axis=1)
return x[index]
df3=func(df1.ix[1:])
但是,我只返回了一列,而不是3列
2005-01-03 0.955843
2005-01-04 0.955233
2005-01-05 0.955098
2005-01-06 0.955773
2005-01-07 0.955877
2005-01-10 0.95606
2005-01-11 0.95578
2005-01-12 0.955621
我猜我在公式中遗漏了一些东西,使其应用于整个数据帧。另外,如何返回第一个行中有字符串的索引?您需要按以下方式执行:
def func(row):
return row/np.sum(row)
df2 = pd.concat([df[:1], df[1:].apply(func, axis=1)], axis=0)
它有两个步骤:
df[:1]
提取包含字符串的第一行,而df[1:://code>表示数据帧的其余部分。稍后将它们连接起来,这就回答了问题的第二部分
apply()
方法您需要按照以下方式进行操作:
def func(row):
return row/np.sum(row)
df2 = pd.concat([df[:1], df[1:].apply(func, axis=1)], axis=0)
它有两个步骤:
df[:1]
提取包含字符串的第一行,而df[1:://code>表示数据帧的其余部分。稍后将它们连接起来,这就回答了问题的第二部分
apply()
方法如果我想将总和(行)除以每个单元格中的值,我只需执行np.sum(行)/行,对吗?thnksYes。这就是你要做的。嗨,又来了,什么是罗?在你的职责范围内。似乎我的结果显示除法实际上没有发生,因为我只返回单元格中的价格,而不是除法。当您在pd.apply中应用func时,pandas将参数“row”解释为pandas DataFrame中的行。如果我想将总和(row)除以每个单元格中的值,我只需执行np.sum(row)/row,对吗?thnksYes。这就是你要做的。嗨,又来了,什么是罗?在你的职责范围内。似乎我的结果显示分割实际上没有发生,因为我只返回单元格中的价格,而不是分割。当您在pd.apply中应用func时,pandas将参数“row”解释为pandas数据框中的行