Pandas函數用case語句迭代系列值

Question

我有一個包含整數列的數據框。我想編寫一個將一系列作爲參數的函數，遍歷該系列中的每個值，並對該系列中的每個整數執行case語句，並從case語句的結果中返回一個新的序列。目前，我用下面的代碼，並得到錯誤的工作：

def function(series): 
    if series['column_of_ints'] >= 0 and series['column_of_ints'] < 100: 
     return series['column_of_ints'] 
    elif series['column_of_ints'] >= 100 and series['column_of_ints'] < 200: 
     return series['column_of_ints'] + 1 
    else: 
     return series['column_of_ints'] + 2 

df['column_of_ints_v2'] = df['column_of_ints'].apply(function, axis=1) 

Answer 1

不要使用apply可以實現用3 .loc調用快得多相同的結果：

df.loc[(df['column_of_ints'] >= 0) & (df['column_of_ints'] < 100), 'column_of_ints_v2'] df['column_of_ints'] 

df.loc[(df['column_of_ints'] >= 100) & (df['column_of_ints'] < 200), 'column_of_ints_v2'] = df['column_of_ints'] + 1 

df.loc[(df['column_of_ints'] < 0) & (df['column_of_ints'] >= 200), 'column_of_ints_v2'] = df['column_of_ints'] + 2 

或者使用where：

df['column_of_ints_v2'] = np.where((df['column_of_ints'] >= 0) & (df['column_of_ints') < 100), df['column_of_ints'] + 1, np.where((df['column_of_ints'] >= 100) & (df['column_of_ints'] < 200), df['column_of_ints'] + 2, df['column_of_ints'])) 

至於爲什麼你的代碼失敗：

df['column_of_ints'].apply(function, axis=1) 

DF [「column_of_ints」]是一個系列不是一個數據幀，沒有axis=1爲apply方法的系列，你可以使用雙括號迫使這一個數據幀：

df[['column_of_ints']].apply(function, axis=1) 

如果」重新申請行明智的一列，那麼你不需要在你的函數列存取：

def function(series): 
    if series >= 0 and series < 100: 
     return series 
    elif series >= 100 and series < 200: 
     return series + 1 
    else: 
     return series + 2 

但實際上你應該使用一個向量化方法，像我的建議上面