迭代和lambda函数

Question

我想将lambda函数应用于多个列，但我不确定如何循环遍历这些列。基本上，我有Column1-Column50，我希望在每个列上发生完全相同的事情，但是我不知道如何在下面的x.column中遍历它们。有办法吗？你知道吗

for column in df:
   df[column] = df.apply(lambda x: x.datacolumn * x.datacolumn2 if x.column >= x.datacolumn3, axis=1)

Answer 1

首先，您缺少else分支（当if条件为False时该怎么办？），对于访问Panda的Series（lambda函数的输入）元素，可以使用索引。你知道吗

例如，设置为0，如果条件不成立：

for column in df:
    df[column] = df.apply(lambda x: x[0] * x[1] if x[0] >= x[2] else 0, axis=1)

Answer 2

你在找像map()这样的东西吗？map()将函数应用于列表（或其他iterable）中的每个项，并返回包含结果的列表。你知道吗

下面是an eloquent explanation它的工作原理（比我能写的要好得多）。你知道吗

然而，在某一点上，声明普通函数和/或使用for循环可能更容易。你知道吗

Answer 3

最简单的方法可能是将每一列提取为一个列表，执行操作，然后将结果写回dataframe。你知道吗

for column in df:
   temp = [x for x in df.loc[:, column]]      #pull a list out using loc
   if temp[0] > temp[2]:
       temp[0] = temp[0] * temp[1]
   df.loc[:, column] = temp                   #overwrite original df column

如果不满足上述条件，则数据保持不变。你知道吗