Pandas DataFrame ApplyMap方法

Question

我想试试applymapPandas DataFrame对象方法的功能.这是用例:

假设我的DataFrame df1如下:

Age   ID       Name
0   27  101    John
1   22  102    Bob
2   19  103    Alok
3   27  104    Tom
4   32  105    Matt
5   19  106    Steve
6    5  107    Tom
7   55  108    Dick
8   67  109    Harry

现在我想创建一个标志变量,其逻辑是如果元素的长度小于2,则flag = 1 else flag = 0.

为了运行这个元素,我想使用applymap方法.为此,我创建了一个用户定义的函数,如下所示:

def f(x): 
   if len(str(x))>2: 
       df1['Flag']=1
   else: 
      df1['Flag']=0

然后我跑df1.applymap(f)了给了:

    Age    ID  Name
0  None  None  None
1  None  None  None
2  None  None  None
3  None  None  None
4  None  None  None
5  None  None  None
6  None  None  None
7  None  None  None
8  None  None  None

而不是使用标志值创建标志变量.如何使用applymap？实现所需的功能？

我们不能在用户定义的函数中使用DataFrame变量名或pandas语句吗？即,df1['Flag']在定义内有效f()吗？

Answer 1

这个函数f(x)对pandas并不特殊 - 它只是一个普通的python函数.因此,范围内唯一的数据f是变量x 其他成员df1不可用.

来自applymap文档:

功能:功能

Python函数,从单个值返回单个值

所以你可以试试这个:

def f(x):
    if len(str(x)) <= 3: return 1
    else: return 0

应用时,为帧中的每个元素输出1/0:

df1.applymap(f)

>>>
   Age  ID  Name
0    1   1     0
1    1   1     1
2    1   1     0
3    1   1     1
4    1   1     0
5    1   1     0
6    1   1     1
7    1   1     0
8    1   1     0

要使用结果在每行中添加另一个变量,每行需要一个值,例如,

df1['Flag'] = df1.applymap(f).all(axis=1).astype(bool)

>>> df1

   Age   ID   Name   Flag
0   27  101   John  False
1   22  102    Bob   True
2   19  103   Alok  False
3   27  104    Tom   True
4   32  105   Matt  False
5   19  106  Steve  False
6    5  107    Tom   True
7   55  108   Dick  False
8   67  109  Harry  False

还检查了/sf/answers/1385896991/覆盖apply,map以及applymap.