.apply()一个双变量numpy()lambda函数到 pandas DataFrame的.expanding()窗口 [英] .apply() a bivariate numpy() lambda function to an .expanding() window of a pandas DataFrame
本文介绍了.apply()一个双变量numpy()lambda函数到 pandas DataFrame的.expanding()窗口的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
考虑以下简单代码(loc_fun
中的numpy.sum
是使用numpy的更复杂的双变量函数的代表):
Consider this simple code (numpy.sum
in loc_fun
is a stand in for a more complicated bivariate function using numpy):
import pandas
import numpy
def loc_fun(A, B):
return numpy.sum(A[:-1] > B[-1])
df = pandas.DataFrame(numpy.random.normal(0, 1, [100000, 2]), columns=['size_A', 'size_B']).cumsum(axis=0)
df.expanding(2).apply(lambda x: loc_fun(x.size_A.values, x.size_B.values))
上面代码中的最后一行导致我无法理解的错误.
基本上,我想将loc_fun
应用于列中值的expanding()
窗口.
The last line in the code above results in an error I cannot make sense of.
Basically, I would like to apply loc_fun
to an expanding()
window of the values in the columns.
推荐答案
在lambda中,x是numpy.ndarray,因此您不能引用列"A值"或"B_values".
In lambda x is a numpy.ndarray so You can not refer to column 'A-values' or 'B_values'.
df.expanding(2).apply(lambda x: print(type(x)))
>><class 'numpy.ndarray'>
这篇关于.apply()一个双变量numpy()lambda函数到 pandas DataFrame的.expanding()窗口的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!
查看全文