熊貓函數用於從數據幀生成序列

Question

我想通過使用兩列中的值逐行遍歷DataFrame來生成Series。事情是這樣的：

race_cats = ('White', 'Black', 'Hispanic', 'Other') 
def raceParse(row): 
    if row.hispan != 'Not Hispanic': 
     return 'Hispanic' 
    elif row.race == 'White': 
     return 'White' 
    elif row.race == 'Black/Negro': 
     return 'Black' 
    else: 
     return 'Other' 
df['race4'] = df.map(lambda r: raceParse(r)).astype('category', ordered=False, categories=race_cats) 

這不起作用，很明顯，作爲DataFrame沒有map方法。 apply和applymap工作元素明智，不行。什麼是最好的方法來做到這一點？

Answer 1

可以實現使用loc您想要的結果如下：

# Sample data. 
df = pd.DataFrame({'hispan': ['Not Hispanic', 'Not Hispanic', 'Hispanic'], 'race': ['White', 'Black', 'Other']}) 

>>> df 
     hispan race 
0 Not Hispanic White 
1 Not Hispanic Black 
2  Hispanic Other 

df['race4'] = 'Other' 
df.loc[df.race == 'Black', 'race4'] = 'Black' 
df.loc[df.race == 'White', 'race4'] = 'White' 
df.loc[~df.hispan.isin(['Not Hispanic']), 'race4'] = 'Hispanic' 

>>> df 
     hispan race  race4 
0 Not Hispanic White  White 
1 Not Hispanic Black  Black 
2  Hispanic Other Hispanic 

然後，您可以轉換列categoricals，如果這是你的願望：

df['race4'] = pd.Categorical(df.race4, categories=['White', 'Black', 'Hispanic', 'Other']) 

注意的順序loc分配很重要。它相當於您的if row.hispan != 'Not Hispanic': ... elif結構。通過最後一次對西班牙裔進行測試，它優先於race列。

我相信上面的回覆是你想要的。根據你的要求，有一個iterrows方法：

def race_parse(row): 
    if row.hispan != 'Not Hispanic': 
     return 'Hispanic' 
    elif row.race == 'White': 
     return 'White' 
    elif row.race == 'Black/Negro': 
     return 'Black' 
    else: 
     return 'Other' 

df['race4'] = [race_parse(row) for _, row in df.iterrows()]