问题:给定下面的dataframe,我正在尝试编写代码,将一个函数应用于三个不同的列,而不必编写三个单独的函数调用。你知道吗
数据的代码:
import pandas as pd
data = {'name': ['Jason', 'Molly', 'Tina', 'Jake', 'Amy'],
'days': [365, 365, 213, 318, 71],
'spend_30day': [22, 241.5, 0, 27321.05, 345],
'spend_90day': [22, 451.55, 64.32, 27321.05, 566.54],
'spend_365day': [854.56, 451.55, 211.65, 27321.05, 566.54]}
df = pd.DataFrame(data)
cols = df.columns.tolist()
cols = ['name', 'days', 'spend_30day', 'spend_90day', 'spend_365day']
df = df[cols]
df
下面的函数基本上是将支出按年计算;如果某人在“天”列中的天数少于365天,则下面的函数将告诉我如果他们有365天,支出将是多少:
def annualize_spend_365(row):
if row['days']/(float(365)) < 1:
return (row['spend_365day']/(row['days']/float(365)))
else:
return row['spend_365day']
然后我将函数应用于特定列:
df.spend_365day = df.apply(annualize_spend_365, axis=1).round(2)
df
这正是我想要它的一列。但是,我不想为三个不同的“花费”列(30、90、365)中的每一个重写这个。我希望能够编写代码,将这个函数推广和应用到多个列在一次通过。你知道吗
我以为我可以创建列及其各自的日期列表,使用“zip”函数,并将函数嵌套在for循环中,但我下面的尝试最终失败了:
spend_cols = [df.spend_30day, df.spend_90day, df.spend_365day]
days_list = [30, 90, 365]
for col, day in zip(spend_cols, days_list):
def annualize_spend(row):
if (row.days/(float(day)) < 1:
return (row.col)/((row.days)/float(day))
else:
return row.col
col = df.apply(annualize_spend, axis = 1)
错误:
AttributeError: ("'Series' object has no attribute 'col'")
我不知道为什么循环方法会失败。不管怎样,我希望能为如何在熊猫中推广函数应用提供指导。提前谢谢!你知道吗
请看两个函数定义:
以及
看到区别了吗?一方面,在第一种情况下,您可以使用显式字段名访问字段,并且可以正常工作。在第二种情况下,您尝试访问
row.col
,但失败了,但在这种情况下col
假定df
中相应字段的值。不如试试在你的循环之前。另一方面,在语法
df.days
中,字段名实际上是“days”,但在df.col
中,字段名不是字符串“col”,而是字符串col
的值。因此,在后一种情况下也可能需要使用row[col]
。不管怎样,我不确定在col
上的循环中把col
作为输出变量有多明智。你知道吗我不熟悉
pandas.DataFrame.apply
,但可能使用单个函数定义,它将天数和感兴趣的字段作为输入变量:当cd11.d>的一个参数空闲时,它将确保cd11.d>的一个参数空闲
相关问题 更多 >
编程相关推荐