数据框是否有多列映射函数？

Question

在Pandas中，

怎么从多个列中派生出一列呢？

举个例子，假设我想给我的数据集加上每个主题的正确称呼。也许是为了给一些图表加标签，这样我就能知道结果是针对谁的。

假设有一个数据集：

data = [('male', 'Homer', 'Simpson'), ('female', 'Marge', 'Simpson'), ('male', 'Bart', 'Simpson'),('female', 'Lisa', 'Simpson'),('infant', 'Maggie', 'Simpson')]
people = pd.DataFrame(data, columns=["gender", "first_name", "last_name"])

所以我们有：

   gender first_name last_name
0    male      Homer   Simpson
1  female      Marge   Simpson
2    male       Bart   Simpson
3  female       Lisa   Simpson
4  infant     Maggie   Simpson

还有一个函数，我想把它应用到每一行，并把结果存储到一个新列里。

def get_address(gender, first, last):
    title=""
    if gender=='male':
        title='Mr'
    elif gender=='female':
        title='Ms'

    if title=='':
        return first + ' '+ last
    else:
        return title + ' ' + first[0] + '. ' + last

目前我的方法是：

people['address'] = map(lambda row: get_address(*row),people.get_values())



   gender first_name last_name         address
0    male      Homer   Simpson   Mr H. Simpson
1  female      Marge   Simpson   Ms M. Simpson
2    male       Bart   Simpson   Mr B. Simpson
3  female       Lisa   Simpson   Ms L. Simpson
4  infant     Maggie   Simpson  Maggie Simpson

这个方法可以用，但看起来不太优雅。感觉把数据转换成没有索引的列表，然后再赋值回有索引的列，有点不太好。

Answer 1

你可以在不使用显式循环的情况下做到这一点：

In [70]: df
Out[70]:
   gender first_name last_name
0    male      Homer   Simpson
1  female      Marge   Simpson
2    male       Bart   Simpson
3  female       Lisa   Simpson
4  infant     Maggie   Simpson

In [71]: title = df.gender.replace({'male': 'Mr', 'female': 'Ms', 'infant': ''})

In [72]: initial = np.where(df.gender != 'infant', df.first_name.str[0] + '. ', df.first_name + ' ')
In [73]: initial
Out[73]: array(['H. ', 'M. ', 'B. ', 'L. ', 'Maggie '], dtype=object)

In [74]: address = (title + ' ' + Series(initial) + df.last_name).str.strip()

In [75]: address
Out[75]:
0     Mr H. Simpson
1     Ms M. Simpson
2     Mr B. Simpson
3     Ms L. Simpson
4    Maggie Simpson
dtype: object

可以看看关于Series.str方法的文档，这些方法非常棒。str中的大多数方法都很实用，还有一些额外的功能，比如extract。

Answer 2

你需要使用的是 apply(func,axis=1) 这个方法。它会对你的数据表中的每一行应用一个函数。

在你的例子中，把你的方法 get_address 修改为...

def get_address(row):#row is a pandas series with col names as indexes
    title=""
    gender = row['gender']     #extract gender from pandas series
    first = row['first_name']  #extract firstname from pandas series
    second = row['last_name']  #extract lastname from pandas series

    if gender=='male':
        title='Mr'
    elif gender=='female':
        title='Ms'

    if title=='':
        return first + ' '+ last
    else:
        return title + ' ' + first[0] + '. ' + last

然后调用 people.apply(get_address,axis=1)，这个操作会返回一个新的列（实际上这是一个 pandas 的系列，带有正确的索引，这样数据表就知道如何正确地把它加到列里）。要把这个新列加到你的数据表中，添加以下代码...

people['address'] = people.apply(get_address,axis=1)