Python 创建一个迭代数据帧行的函数，应用scipy函数，将输出追加到新列，并输出修改后的数据帧

如果这个问题似乎重复，请原谅，但我找不到符合我确切要求的答案：

我有一个z分数的数据框架，名为“df”，其结构如下：

    score_1 score_2 score_3 score_4
1   0.15    0.20    0.81    0.60
2   0.70    0.55    0.84    0.50
3   0.90    0.33    0.54    0.07

combine_pvalues(z-score-array, method='stouffer', weights=None)

我想创建一个新列“z_score_combined”，其中包含每行的组合z分数

在本例中，z分数将使用scipy.stats中的“combine_pvalues”函数进行组合。欲了解更多信息，请阅读：

该功能的结构如下所示：

    score_1 score_2 score_3 score_4
1   0.15    0.20    0.81    0.60
2   0.70    0.55    0.84    0.50
3   0.90    0.33    0.54    0.07

combine_pvalues(z-score-array, method='stouffer', weights=None)

在函数中，“z-score-array”是来自每行的z-score的数组。例如，“array_1”将是“df”中索引为1的行的z分数数组；i、 e.数组_1=[（0.15,0.20,0.81,0.60）]，数组_2=[（0.70,0.55,0.84,0.50）]等等

我如何创建一个助手函数，该函数：

遍历数据帧的行，“df”

创建1D Numpy数组对象“z-score-array”

将数组馈送到函数中：合并z_值（z-score-array，method='stouffer'，weights=None），以计算合并的z_值

在数据框“df”中的“z_score_combined”新列中追加组合的z分数

输出一个修改版本的数据帧“df”，其中包含新的组合z分数列

---

提前谢谢你

尝试

df.apply

。您可以创建一个接受一行的函数，每一行都可以访问第1-4列中的属性。这省去了为zscore创建数组的需要，因为您正在迭代这些行。此函数应返回该行的“组合分数”列中应包含的值。然后创建新列，如下所示：

---

df['new\u column']=df.apply（你的函数，axis=1）

试试

df.apply

。您可以创建一个接受一行的函数，每一行都可以访问第1-4列中的属性。这省去了为zscore创建数组的需要，因为您正在迭代这些行。此函数应返回该行的“组合分数”列中应包含的值。然后创建新列，如下所示：

df['new_column']=df.apply（你的_函数，axis=1）

与lambda函数一起使用，如果想要一个列，请选择元组的第一个

[0]

或第二个值

[1]

：

from scipy.stats import combine_pvalues
df['pval'] = df.apply(lambda x: combine_pvalues(x, method='stouffer', weights=None)[1], axis=1)
print (df)
   score_1  score_2  score_3  score_4      pval
1     0.15     0.20     0.81     0.60  0.354423
2     0.70     0.55     0.84     0.50  0.794535
3     0.90     0.33     0.54     0.07  0.394789

如果要在两列中输出两个值，请添加参数

result\u type='expand'

：

from scipy.stats import combine_pvalues

f = lambda x: combine_pvalues(x, method='stouffer', weights=None)
df[['stat','pval']] = df.apply(f, axis=1, result_type='expand')
print (df)
   score_1  score_2  score_3  score_4      stat      pval
1     0.15     0.20     0.81     0.60  0.373406  0.354423
2     0.70     0.55     0.84     0.50 -0.822260  0.794535
3     0.90     0.33     0.54     0.07  0.266859  0.394789

与lambda函数一起使用，如果需要一列，请选择元组的第一个

[0]

或第二个值

[1]

：

from scipy.stats import combine_pvalues
df['pval'] = df.apply(lambda x: combine_pvalues(x, method='stouffer', weights=None)[1], axis=1)
print (df)
   score_1  score_2  score_3  score_4      pval
1     0.15     0.20     0.81     0.60  0.354423
2     0.70     0.55     0.84     0.50  0.794535
3     0.90     0.33     0.54     0.07  0.394789

如果要在两列中输出两个值，请添加参数

result\u type='expand'

：

from scipy.stats import combine_pvalues

f = lambda x: combine_pvalues(x, method='stouffer', weights=None)
df[['stat','pval']] = df.apply(f, axis=1, result_type='expand')
print (df)
   score_1  score_2  score_3  score_4      stat      pval
1     0.15     0.20     0.81     0.60  0.373406  0.354423
2     0.70     0.55     0.84     0.50 -0.822260  0.794535
3     0.90     0.33     0.54     0.07  0.266859  0.394789

---

只能接受一个答案，不能同时接受两个答案。只能接受一个答案，不能同时接受两个答案。