跨每个数据帧列应用函数

Question

我有一个熊猫数据帧，它显示为：

df1['A'].ix[1:3]       Sims          Grade    SleepNumber
2017-01-01 02:00:00    [33, 34, 39]  5        6
2017-01-01 03:00:00    [3, 43, 9]    1        12

我有一个函数定义为：

def Fn(S, G, SL):
 #some complicated operation but for example it returns only product
 return S*G*SL

我想对df1的每一行执行以下操作，以获得如下数据帧：

df1['A'].ix[1:3]       FnResult
2017-01-01 02:00:00    [Fn(33, 5, 6), Fn(34, 5, 6), Fn(39, 5, 6)]  
2017-01-01 03:00:00    [Fn(3, 1, 12), Fn(43, 1, 12), Fn(9, 1, 12)]   

我尝试了以下方法：

z1 = df1.apply(map(lambda x:Fn([x, x.Grade, x.SleepNumber]), x.Sims))

但我没有正确设置它，所以它出错了。你知道吗

Answer 1

您可以将Fn重写为，因为S是一列列表：

def Fn(S, G, SL):
    return [s*G*SL for s in S]

df['FnResult'] = df.apply(lambda r: Fn(r.Sims, r.Grade, r.SleepNumber), axis=1).values.tolist()

df
#                           Sims    Grade   SleepNumber          FnResult
#2017-01-01 02:00:00    [33, 34, 39]    5           6   [990, 1020, 1170]
#2017-01-01 03:00:00      [3, 43, 9]    1           12     [36, 516, 108]

或者在不修改Fn的情况下，修改apply方法中的map函数；回想一下map本身是不可调用的，您需要将它包装在另一个lambda中：

df['FnResult'] = df.apply(lambda r: list(map(lambda s: Fn(s, r.Grade, r.SleepNumber), r.Sims)), axis=1)

df
#                               Sims    Grade   SleepNumber         FnResult
#2017-01-01 02:00:00    [33, 34, 39]        5           6    [990, 1020, 1170]
#2017-01-01 03:00:00    [3, 43, 9]          1           12      [36, 516, 108]