用父数据帧索引索引pandas系列

Question

我想在pandas dataframe的每一行上运行一个函数，并在派生的列score中输出它的值：例如，下面显示的函数是一个lambda，但该函数应该能够按父dataframe列标签编制索引并访问列名，如row['col1']，但将一个series对象传递给lambda函数，该函数将丢失列标签信息：

例如：

def calculate(row):
    cols=row.columns
    loc=row['loc']
    h=row['h']
    isst=row['Ist']
    Hol=row['Hol']
    return loc+h+len(cols)

a['score']=a.apply(lambda row:calculate(row),axis=1)

给出：

^{pr2}$

那么如何访问命名序列，比如lambda函数中的命名元组？在

快速破解的方法是：

a['score']=a.apply(lambda row:calculate(makedict(row,row.index)),axis=1)

makedict函数将为每一行创建一个字典，以便可以通过列标签在函数中访问它。但是有熊猫的方式吗？在

Answer 1

为什么不：

a['score']=a.apply(lambda row:row['loc'] + row['h']+len(row.index),axis=1)

Answer 2

最后找到了有助于此的tou-dict函数：

def calculate(row):
    row=row.to_dict()
    loc=row['loc']
    h=row['h']
    isst=row['Ist']
    Hol=row['Hol']
    return loc+h+len(row.keys())

a['score']=a.apply(calculate,axis=1)