pandas ：我如何将一个列名传递给一个可以在'apply'中使用的函数？ [英] Pandas: how can I pass a column name to a function that can then be used in 'apply'?

问题描述

我有一个函数：

pre $ def $ log $ c $ b if row [column_name]> 0.6：
val = 1
elif 0.4< row [column_name]< 0.6：
val = 2
其他：
val = 0
返回val

然后我想在这里使用它：

  def create_logit_value（df，name_of_column，d）：
 df [name_of_column] = df.apply（general_logit，args =（d，），axis = 1）
 df [name_of_column +'_category'] = df.apply（logit_categorisation，args =（df [name_of_column ]，），axis = 1）
  

应用这个函数：

  create_logit_value（r，the_test_column，{'age'： - 。02742，'dlco'：0.0053058}）
  
 
我得到这个错误（对于create_logit_value函数中的第二行）：
 
 <$ （'一个系列的真值不明确，使用a.empty，a.bool（），a.item（），a.any（）或a.all（）。 '，'发生在索引0'）
  

我认为这是因为我正在传递一系列当我调用row [column_name]时，logit_categorisation函数]而不是离散值，但我不知道如何以这种方式提取价值。

解决方案

可能最好不要这样做。您的函数只使用行和列名称来操作单个值。所以，让你的函数直接接受这个值（也就是你当前调用的值 row [column_name] ）作为它的参数，然后你可以这样做：

  df [name_of_column +'_category'] = df [name_of_column] .map（logit_categorization）
  

I have a function:

def logit_categorisation(row, column_name):
    val = 0
    if row[column_name] > 0.6:
       val = 1
    elif 0.4 < row[column_name] < 0.6:
       val = 2
    else:
       val = 0
    return val

I then want to use this in:

def create_logit_value(df, name_of_column, d):
    df[name_of_column] = df.apply(general_logit, args=(d,), axis=1)
    df[name_of_column + '_category'] = df.apply(logit_categorisation, args=(df[name_of_column],), axis=1)

And apply the function like this:

create_logit_value(r, "the_test_column", {'age':-.02742, 'dlco': 0.0053058 })

I get this error (for the second line in the create_logit_value function):

 ('The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().', 'occurred at index 0')

And I think this is because I am passing a series in the logit_categorisation function when I call row[column_name] rather than a discrete value but I don't know how the extract the value in this way.

解决方案

Probably better not to do it that way. Your function only uses the row and column name to operate on a single value. So just make your function accept the value directly (that is, the value you currently call row[column_name]) as its argument, and then you can do:

df[name_of_column + '_category'] = df[name_of_column].map(logit_categorization)

这篇关于 pandas ：我如何将一个列名传递给一个可以在'apply'中使用的函数？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！