我希望将单个函数按元素应用于 DataFrame。我还希望此函数将当前列和索引作为参数。
例如:
In [1]: import numpy as np
In [2]: import pandas as pd
In [3]: df = pd.DataFrame(np.arange(4).reshape(2, 2), index=['a', 'b'], columns=['c', 'd'])
In [4]: df.head()
Out[4]:
c d
a 0 1
b 2 3
现在我想要如下内容:
f = lambda x: foo(x, x.index_value, x.column_name)
df.apply(f)
在我的特定用例中,我有额外的数据结构/函数以这些值为键。到目前为止,我尝试过的所有内容都至少丢失了一个级别的信息。
这是一个例子foo():
def foo(x, idx, col):
# get data
a = a_data.loc[idx, col]
b = b_data.loc[idx, col]
return a * x + b
例如,我可以使用 apply 和 x.name 提取列名或索引名,但不能同时使用 -- 和 applymap仅将标量值传递给函数。
这是迄今为止我所做的最好的尝试。它很慢(而且不是很优雅),我会喜欢其他建议:
In [4]: import itertools
In [5]: newdf = df.copy()
In [6]: for idx, col in itertools.product(df.index.values, df.columns):
...: newdf.loc[idx, col] = f(df.loc[idx, col], idx, col)
...:
请您参考如下方法:
一个想法是使用数据框的at 方法。 loc 也可以,但会慢一点。
foo = dict(a=1, b=2)
bar = dict(c=3, d=4)
for i in df.index:
for j in df.columns:
df.at[i, j] += foo[i] + bar[j]
