样本DF:
df = pd.DataFrame({'num_legs': [2, 4, 8, 0],
'num_wings': [2, 0, 0, 0],
'num_specimen_seen': [10, 2, 1, 8]},
index=['falcon', 'dog', 'spider', 'fish'])
我有一个向量(pd系列),它的长度等于df中的列数:
x_add = pd.Series([1,2,3])
我想在df的每一列中添加元素方面的x_add
(在第一列中添加1,在第二列中添加2等等)。类似于tihs(这些代码不起作用):
def my_sum(series, x):
y = x + 3 * 5
z = x - 5 + 8
series = series + 1 + z + x
return series
x_vector = [1, 2 ,3]
df.apply(lambda x: my_sum(x, x_vector), axis=1)
如果您可以同时编写一个并行执行apply
的解决方案,那就太好了
希望上次编辑
我想使用的实函数:
import pandas as pd
from mlfinlab.features.fracdiff import frac_diff_ffd
df = pd.DataFrame({'col1': [2, 4, 8, 0, 8, 9, 7, 7, 5000, 60000],
'col2': [2, 0, 0, 0, 200, 4400, 544560, 2564, 543, 454]})
argument_vector = [1, 2]
df.apply(lambda x: frac_diff_ffd(x, argument_vector))
使用^{} :
与
apply
一起:使用
.values
只要x_add
索引不是数据帧的columns
就需要编辑
简单地说
对于
apply
:根据编辑:
顺便说一句,已经有一个函数可以为您执行此操作:
相关问题 更多 >
编程相关推荐