pandas ：如何使用应用功能到多个列 [英] Pandas: How to use apply function to multiple columns

问题描述

在pandas应用功能上有一些问题，当使用具有以下数据框架的多个列

  df = DataFrame（{ 'a'：np.random.randn（6），
'b'：['foo'，'bar'] * 3，
'c'：np.random.randn（6）} ）
  

和以下功能

  def my_test（a，b）：
 return a％b 
  

当我尝试应用此功能时：

  df ['Value'] = df.apply（lambda row： my_test（row [a]，row [c]），axis = 1）
  

消息：

  NameError：（全局名称a'未定义，您在索引0'中出现）
  

我不明白这个消息，我正确地定义了这个名字。

非常感谢在这个问题上的任何帮助

更新

感谢您的帮助。我确实有一些语法错误与代码，索引应该放在''。然而，我仍然使用一个更复杂的功能，如：

  def my_test（a）：
 cum_diff = d $ d 
 $ d $ cum cum c c c c c c c c c c c c c c c c c c c c c c c c c c c c c c c c c c c c c c c $ c> 

谢谢

解决方案

忘了你的字符串的''。

 在[43]中： df ['Value'] = df.apply（lambda row：my_test（row ['a']，row ['c']），axis = 1）
 
在[44]中：df 
出[44]：
abc价值
 0 -1.674308 foo 0.343801 0.044698 
 1 -2.163236 bar -2.046438 -0.116798 
 2 -0.199115 foo -0.458050 -0.199115 
 3 0.918646 bar -0.007185 -0.001006 
 4 1.336830 foo 0.534292 0.268245 
 5 0.976844 bar -0.773630 -0.570417 
  

BTW，在我看来，以下是m矿石优雅：

 在[53]：def my_test2（row）：
 ....：return row [ 'a']％row ['c'] 
 ....：
 
在[54]中：df ['Value'] = df.apply（my_test2，axis = 1） 
  




I have some problems with the Pandas apply function, when using multiple columns with the following dataframe

df = DataFrame ({'a' : np.random.randn(6),
             'b' : ['foo', 'bar'] * 3,
             'c' : np.random.randn(6)})

and the following function

def my_test(a, b):
    return a % b

When I try to apply this function with :

df['Value'] = df.apply(lambda row: my_test(row[a], row[c]), axis=1)

I get the error message:

NameError: ("global name 'a' is not defined", u'occurred at index 0')

I do not understand this message, I defined the name properly.

I would highly appreciate any help on this issue

Update

Thanks for your help. I made indeed some syntax mistakes with the code, the index should be put ''. However I have still the same issue using a more complex function such as:

def my_test(a):
    cum_diff = 0
    for ix in df.index():
        cum_diff = cum_diff + (a - df['a'][ix])
    return cum_diff 

Thank you

解决方案

Seems you forgot the '' of your string.

In [43]: df['Value'] = df.apply(lambda row: my_test(row['a'], row['c']), axis=1)

In [44]: df
Out[44]:
                    a    b         c     Value
          0 -1.674308  foo  0.343801  0.044698
          1 -2.163236  bar -2.046438 -0.116798
          2 -0.199115  foo -0.458050 -0.199115
          3  0.918646  bar -0.007185 -0.001006
          4  1.336830  foo  0.534292  0.268245
          5  0.976844  bar -0.773630 -0.570417

BTW, in my opinion, following way is more elegant:

In [53]: def my_test2(row):
....:     return row['a'] % row['c']
....:     

In [54]: df['Value'] = df.apply(my_test2, axis=1)

这篇关于 pandas ：如何使用应用功能到多个列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！