让我们考虑一个数据框:
np.random.seed(123)
df = pd.DataFrame({"x": np.random.random(size=10)})
df["y"] = np.where(df.x < 0.5, 0, 1)
输出:
x y
0 0.696469 1
1 0.286139 0
2 0.226851 0
3 0.551315 1
4 0.719469 1
5 0.423106 0
6 0.980764 1
7 0.684830 1
8 0.480932 0
9 0.392118 0
我想添加一个名为 id 的新列:
x y id
0 0.696469 1 id_1
1 0.286139 0 id_0
2 0.226851 0 id_0
3 0.551315 1 id_1
4 0.719469 1 id_1
5 0.423106 0 id_0
6 0.980764 1 id_1
7 0.684830 1 id_1
8 0.480932 0 id_0
9 0.392118 0 id_0
我发现我可以使用apply函数
df.groupby("y").apply(lambda d: "id_%d" % d.name)
输出:
0 id_0
1 id_1
dtype: object
问题 1:如何将 apply 函数的输出合并回原始数据框?
Q2:有没有更优雅的方法来添加id列?
请您参考如下方法:
您可以只添加一列:
df['id'] = df['y'].apply(lambda d: "id_%d" % d)
返回:
x y id
0 0.696469 1 id_1
1 0.286139 0 id_0
2 0.226851 0 id_0
3 0.551315 1 id_1
4 0.719469 1 id_1
5 0.423106 0 id_0
6 0.980764 1 id_1
7 0.684830 1 id_1
8 0.480932 0 id_0
9 0.392118 0 id_0
编辑: 如果您需要使用您的:
func = df.groupby("y").apply(lambda d: "id_%d" % d.name)
您稍后可以使用 map :
df['id'] = df['y'].map(func)
