熊貓DataFrame ApplyMap方法

Question

我想試用方法的Pandas DataFrame對象的功能。下面是使用案例：

讓說我的數據幀df1如下：

Age ID  Name 
0 27 101 John 
1 22 102 Bob 
2 19 103 Alok 
3 27 104 Tom 
4 32 105 Matt 
5 19 106 Steve 
6 5 107 Tom 
7 55 108 Dick 
8 67 109 Harry 

現在我想創建一個標誌變量與邏輯，如果元素的長度小於2，則標誌= 1 else flag = 0。

爲了運行這個元素，我想使用applymap方法。所以，我創建了一個用戶定義的函數如下：

def f(x): 
    if len(str(x))>2: 
     df1['Flag']=1 
    else: 
     df1['Flag']=0 

然後我跑df1.applymap(f)這給：

Age ID Name 
0 None None None 
1 None None None 
2 None None None 
3 None None None 
4 None None None 
5 None None None 
6 None None None 
7 None None None 
8 None None None 

，而不是創建一個具有標誌值一個標誌變量。我如何使用applymap實現所需的功能？

我們不能在用戶定義函數內使用DataFrame變量名稱或pandas語句嗎？也就是df1['Flag']裏面有效的f()的定義？

Answer 1

函數f(x)對於熊貓來說並不特別 - 它只是一個普通的python函數。因此，f範圍內的唯一數據是變量xdf1的其他成員不可用。

從applymap文檔：

FUNC：功能

Python的功能，從單一的值返回一個值

所以，你可以試試這個：

def f(x): 
    if len(str(x)) <= 3: return 1 
    else: return 0 

爲每個元素輸出1/0施加當幀：

df1.applymap(f) 

>>> 
    Age ID Name 
0 1 1  0 
1 1 1  1 
2 1 1  0 
3 1 1  1 
4 1 1  0 
5 1 1  0 
6 1 1  1 
7 1 1  0 
8 1 1  0 

使用該結果來添加另一變量在每一行中，則需要每行一個值，例如，

df1['Flag'] = df1.applymap(f).all(axis=1).astype(bool) 

>>> df1 

    Age ID Name Flag 
0 27 101 John False 
1 22 102 Bob True 
2 19 103 Alok False 
3 27 104 Tom True 
4 32 105 Matt False 
5 19 106 Steve False 
6 5 107 Tom True 
7 55 108 Dick False 
8 67 109 Harry False 

還檢查了https://stackoverflow.com/a/19798528/1643946覆蓋apply，map如以及applymap。