在熊猫数据框中的应用函数中使用三元运算符，而不对列进行分组

Question

如何使用三元运算符在lambda函数中apply的功能pandas数据帧？

首先，这段代码来自R/plyr，这正是我想要得到的：

ddply(mtcars, .(cyl), summarise, sum(ifelse(carb==4,1,0))/sum(ifelse(carb %in% c(4,1),1,0)))

在上面的函数中，我可以使用ifelse函数 R 的三元运算符来计算结果数据帧。

但是，当我想使用以下代码在 Python/pandas 中执行相同操作时

mtcars.groupby(["cyl"]).apply(lambda x: sum(1 if x["carb"] == 4 else 0) / sum(1 if x["carb"] in (4, 1) else 0))

，出现以下错误：

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

那么如何计算并获得与 R/plyr 相同的数据帧？

供您参考，如果我使用三元运算符而不对列进行分组，例如

mtcars.apply(lambda x: sum(1 if x["carb"] == 4 else 0) / sum(1 if x["carb"] in (4, 1) else 0), axis=1)

，由于某些原因，我可以获得结果数据框（但这不是我想要做的）。

谢谢。

[更新]

抱歉，在使用三元运算符时，原始示例不是一个好的示例，因为它使用1and 0，可以用作二进制。所以更新后的 R/plyr 代码如下：

ddply(mtcars, .(cyl), summarise, sum(ifelse(carb==4,6,3))/sum(ifelse(carb %in% c(4,1),8,4)))

在这种情况下使用三元运算符是否可行？

Answer 1

我认为你的代码可以翻译成这样：

mtcars.groupby(["cyl"])['carb'].apply(lambda x: sum((x == 4).astype(float)) / sum(x.isin((4, 1))))

玩具示例：

>>> mtcars = pd.DataFrame({'cyl':[8,8,6,6,6,4], 'carb':[4,3,1,5,4,1]})
>>> mtcars
   carb  cyl
0     4    8
1     3    8
2     1    6
3     5    6
4     4    6
5     1    4
>>> mtcars.groupby(["cyl"])['carb'].apply(lambda x: sum((x == 4).astype(float)) / sum(x.isin((4, 1))))
cyl
4      0.0
6      0.5
8      1.0
dtype: float64

更新

在更复杂的情况下，您可以使用numpy.where()函数：

>>> import numpy as np
>>> mtcars.groupby(["cyl"])['carb'].apply(lambda x: sum(np.where(x == 4,6,3).astype(float)) / sum(np.where(x.isin((4,1)),8,4)))
cyl
4      0.375
6      0.600
8      0.750
dtype: float64