Python使用lambda来代替嵌套循环应用pd.DataFrame有可能吗？

Question

我试图通过使用lambda apply使用以下参数创建一个新列来避免python中的嵌套循环:

from pandas import *
import pandas as pd    
df = pd.DataFrame((np.random.rand(100, 4)*100), columns=list('ABCD'))
df['C'] = df.apply(lambda A,B: A+B)

TypeError:('()接受2个参数(1个给定)',u'ccurred at index A')

显然这对任何建议都没有用？

Answer 1

是否要添加列A和列B并将结果存储在C？然后你可以更简单:

df.C = df.A + df.B

正如@EdChum在注释中指出的那样,函数的参数apply是一个系列,默认情况下在轴上0是行(轴1表示列):

>>> df.apply(lambda s: s)[:3]
           A          B          C          D
0  57.890858  72.344298  16.348960  84.109071
1  85.534617  53.067682  95.212719  36.677814
2  23.202907   3.788458  66.717430   1.466331

在这里,我们添加第一行和第二行:

>>> df.apply(lambda s: s[0] + s[1])
A    143.425475
B    125.411981
C    111.561680
D    120.786886
dtype: float64

要处理列,请使用axis=1关键字参数:

>>> df.apply(lambda s: s[0] + s[1], axis=1)
0     130.235156
1     138.602299
2      26.991364
3     143.229523
...
98    152.640811
99     90.266934

产生与按名称引用列相同的结果:

>>> (df.apply(lambda s: s[0] + s[1], axis=1) == 
     df.apply(lambda s: s['A'] + s['B'], axis=1))
0     True
1     True
2     True
3     True
...
98    True
99    True