Pandas数据框架ApplyMap方法

Question

我想试试PandasDataFrame对象的applymap方法的功能。下面是用例：

假设我的数据帧df1如下：

Age   ID       Name
0   27  101    John
1   22  102    Bob
2   19  103    Alok
3   27  104    Tom
4   32  105    Matt
5   19  106    Steve
6    5  107    Tom
7   55  108    Dick
8   67  109    Harry

现在我想创建一个flag变量，其逻辑是如果元素的长度小于2，那么flag=1 else flag=0。

为了运行这个元素，我想使用applymap方法。为此，我创建了一个用户定义函数，如下所示：

def f(x): 
   if len(str(x))>2: 
       df1['Flag']=1
   else: 
      df1['Flag']=0

然后我运行df1.applymap(f)，它给出：

    Age    ID  Name
0  None  None  None
1  None  None  None
2  None  None  None
3  None  None  None
4  None  None  None
5  None  None  None
6  None  None  None
7  None  None  None
8  None  None  None

而不是用标志值创建标志变量。如何使用applymap实现所需的功能？

不能在用户定义的函数中使用DataFrame变量name或pandas语句吗？一、 例如，df1['Flag']是否在f()的定义内有效？

Answer 1

函数f(x)对pandas来说不是特别的——它只是一个普通的python函数。因此f范围内的唯一数据是变量x其他成员不可用。

来自applymap文档：

func : function

Python function, returns a single value from a single value

所以你可以试试这个：

def f(x):
    if len(str(x)) <= 3: return 1
    else: return 0

应用时为帧中的每个元素输出1/0：

df1.applymap(f)

>>>
   Age  ID  Name
0    1   1     0
1    1   1     1
2    1   1     0
3    1   1     1
4    1   1     0
5    1   1     0
6    1   1     1
7    1   1     0
8    1   1     0

要使用结果在每行中添加另一个变量，每行需要一个值，例如

df1['Flag'] = df1.applymap(f).all(axis=1).astype(bool)

>>> df1

   Age   ID   Name   Flag
0   27  101   John  False
1   22  102    Bob   True
2   19  103   Alok  False
3   27  104    Tom   True
4   32  105   Matt  False
5   19  106  Steve  False
6    5  107    Tom   True
7   55  108   Dick  False
8   67  109  Harry  False

还可以查看https://stackoverflow.com/a/19798528/1643946，它包含apply、map以及applymap。