將函數應用於系列值和索引

我發現自己將函數應用於TimeSeries的值和索引。我這樣做的方法是構建一個DataFrame中的值和和TimeSeries的索引，然後將一個函數應用於DataFrame。將函數應用於系列值和索引

# imports 
import pandas as pd 
import numpy as np 

# Set up some input time series 
dates = pd.date_range('2012-04-01', periods=500,freq='MS') 
ts = pd.Series(np.arange(500), index=dates) 

# Build data frame of values and index 
tmp = pd.concat([ts, ts.index.to_series()], join='outer', axis=1) 

# Example function to apply 
f = lambda x: x[0]/4 if x[1].month % 3 == 1 else 0 

# Apply function 
out = tmp.apply(f, axis=1)

我有一個偷渡懷疑，這是不是解決這個最優雅/有效的方式，但無法找到在docs任何建議更好的路線。有任何想法嗎？

來源

2013-08-30 James MacAdie

這是一種更有效的解決方案

s = Series(np.arange(500), index=dates) 
(s/4).where(s.index.month % 3 == 1, 0)

來源

2013-08-30 12:58:00 Jeff

這不起作用（儘管它看起來應該！）。當我使用你的解決方案時，我可以在's.index.month％3 == 1'和's/4'處找到's.index.month％3！= 1';我分別想要's/4'和'0' –

@Jeff這是錯誤的，第三個參數是'inplace'，所以'0'在這裏意味着'False'，實際上是默認值。 –

好吧，我認爲很容易啓用，但讓我考慮一下。你也可以做鏈接祿（相同的想法） – Jeff

你可以做到這一點至少多一點點優雅的使用數據框如下

ts = pd.DataFrame({ "data": np.arange(500) }, index=dates) 
f = lambda x: x["data"]/4 if x.name.month % 3 == 1 else 0 
ts.apply(f, axis=1)

可以使用name - 屬性訪問數據幀的元素的索引。

來源

2013-08-30 09:02:30 filmor

我喜歡這個想法，是沿着什麼，我在想行。麻煩的是我不能使它工作，如果我應用你的確切代碼（加上我的日期def）我得到一個類型錯誤：TypeError：（「不支持的操作數類型（s）爲/：'緩衝區'和'int ''，u'發生在索引2012-04-01 00:00:00'）' –

如果我在'.apply'ed函數內調試，我似乎只是有一個值數組，代表給定的數據在'x'中。我懷疑'.name'方法只能在'.apply'之外工作，因爲你不再需要使用DataFrame對象 –

對不起，現在已經修復了（'df.data'返回內部存儲，如果你命名一個列「'data」''你必須使用'df [「data」]'）。 – filmor

將函數應用於系列值和索引

回答

相關問題