Skip to main content
 首页 » 编程设计

python之Pandas之将 df.apply() 的结果存储为仅选择行

2024年12月31日30xing901022

我有一个相当复杂的 df.apply() 来计算两个日期之间的营业时间。

我让它在单行/示例中没有问题,但是我现在正尝试将它应用于整个 df。

示例代码: df.apply(lambda row: calc_bus_hrs(row['Created Date'], row['T1 - Date']) if not (pd.isnull(row['T1 - Date'])) else np.nan , 轴=1)

df.apply 与每一行都不相关,并返回一些 nan 输出这很好。

输出:

40171 南 40172 南 40173 0.399722 40174 南 40175 南 40176 南 40177 南 40178 南 40179 0.017222 40180 南

现在我想像这样使用另一个列值保存到我的 df 中:

df[df['T1 - From'].values[0] + " Time"] 

现在的问题是当 df[df['T1 - From'].values[0] 包含一个 nan 时上面的代码失败。

  • 如何将输出仅保存到不是 nan 的行?

完整代码:

df[df['T1 - From'].values[0] + " Time"] = df.apply(lambda row: calc_bus_hrs(row['Created Date'], row['T1 - Date']) if not (pd.isnull(row['T1 - Date'])) else np.nan, axis=1) 

错误:

TypeError: unsupported operand type(s) for +: 'float' and 'str' 

请您参考如下方法:

您可以通过定义一个单独的 lambda 函数来实现它,该函数可以处理行逻辑:

def lambda_func(row): 
    if df['T1 - Date'] is not None: 
        return calc_bus_hrs(row['Created Date'], row['T1 - Date']) 
    else: 
        return nan 
 
df[df['T1 - From'].values[0] + " Time"] = df.apply(lambda_func(x))