如何将函数应用于数据框中的所有行？

Question

我对如何将函数应用于数据帧感到困惑。一般来说，在创建用户定义的函数时，我熟悉最终产生“返回”值。除此之外，我需要在数据帧列的每个单元格中显示“return”值，我无法理解这一点。该函数基于“if”和“if else”条件语句，我不确定如何将其应用于我的数据帧。也许我遗漏了括号或括号，但我不能完全确定。我将在下面解释

我有以下数据帧：

       Day      No_employee?       No_machinery?      Production_potential
---------------------------------------------------------------------------
0    Day 1                 1                   0                         5      
1    Day 2                 1                   1                         4
2    Day 3                 0                   1                         3
3    Day 4                 1                   0                         8
4    Day 5                 0                   0                         6
5    Day 6                 0                   1                         3
6    Day 7                 0                   0                         5
7    Day 8                 1                   1                         2
...

现在，我想采用我的dataframe并根据以下逻辑附加一个名为Production_lost的新列：

在工厂里，要生产产品，你需要1）一名员工在场，2）一台运转正常的机器。若你们不能生产任何产品，那个么那个潜在的产品就变成了丢失的产品

对于每一天（考虑工厂），如果No_employee?为真（=1），则无论No_machinery?和Production_lost=Production_potential如何，都无法生产任何产品。如果No_machinery?为真（=1），则无论No_employee?和Production_lost=Production_potential，都不能生产任何产品。只有当No_employee?和No_machinery?都为0时Production_lost=0。如果您有一名员工在场且机器正常工作，则不会出现生产损失

因此，我有以下代码：

df['Production_loss'] = df['No_employee?'].apply(lambda x: df['Production_potential'] if x == 1.0 else df['Production_potential'] * df['No_machinery?'])

这将生成以下错误消息：

ValueError: Wrong number of items passed 70, placement implies 1

我理解这意味着有太多的参数被应用于一个列（我想），但我不知道如何解决这个问题，或者我是如何解决这个问题的。有没有简单的解决办法

我尝试生成的数据帧如下所示：

       Day      No_employee?       No_machinery?      Production_potential     Production_lost
-----------------------------------------------------------------------------------------------
0    Day 1                 1                   0                         5                   5
1    Day 2                 1                   1                         4                   4
2    Day 3                 0                   1                         3                   3  
3    Day 4                 1                   0                         8                   8
4    Day 5                 0                   0                         6                   0
5    Day 6                 0                   1                         3                   3
6    Day 7                 0                   0                         5                   0
7    Day 8                 1                   1                         2                   2
...

Answer 1

努比，在哪里

df['Production_lost'] = np.where(((df['No_employee?'] == 1) | (df['No_machinery?'] == 1)),
                                 df['Production_potential'], 0)

     Day  No_employee?  No_machinery?  Production_potential  Production_lost
0  Day 1             1              0                     5                5
1  Day 2             1              1                     4                4
2  Day 3             0              1                     3                3
3  Day 4             1              0                     8                8
4  Day 5             0              0                     6                0
5  Day 6             0              1                     3                3
6  Day 7             0              0                     5                0
7  Day 8             1              1                     2                2

Answer 2

无需使用apply，请改用pd.Series.where：

df['Production_loss'] = df['Production_potential'].where(df['No_employee?'].eq(1), df['Production_potential'] * df['No_machinery?'])

您还可以使用乘法：

df['Production_loss'] = ~(df['No_employee?'] * df['No_machinery?']) * df['Production_potential']