如何将函数应用于熊猫数据框？

Question

我试图将函数应用于这样的熊猫数据框

fogo = intervalo.resample('D', how = ['max']).TMP
fogo['Tmin'] = intervalo.resample('D', how = ['min']).TMP
fogo['Rain'] = intervalo.resample('D', how = ['sum']).RNF
fogo.columns = ['TMax','TMin','Rain']
fogo['Fogo'] = (fogo['TMax']>24) \
        | ((fogo['TMax']>21) & (fogo['TMin']>12)) \
        | ((fogo['TMax']>18) & (fogo['TMin']>10) & (fogo['Rain']>2))

def f(x):    
if (fogo['TMax']>24):
    return 'a'
elif ((fogo['TMax']>21) & (fogo['TMin']>12)):
    return 'b'
elif ((fogo['TMax']>18) & (fogo['TMin']>10) & (fogo['Rain']>2)):
    return 'c'

fogo['Causa'] = fogo.apply(f, axis=1)


    TMax    TMin    Rain    Fogo            Causa
2012-04-01   21.6    10.3    0.8     False    empty
2012-04-02   19.3    9.5     0.0     False    empty
2012-04-03   16.2    10.1    0.2     False    empty
2012-04-04   16.7    11.4    0.2     False    empty
2012-04-05   14.0    5.9     2.9     False    empty

但它返回以下错误

'The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

你可以帮帮我吗？

谢谢

雨果

Answer 1

因此，代码中的第一个问题是您正在调用Apply并设置param axis=1这将按行应用函数，这很好。

但是，在函数中，当您调用fogo ['TMax']> 24时，您正在引用整个数据帧，这就是为什么在逐行应用函数但尝试引用整个数据帧时会收到错误的原因。

因此，您可以将函数更改为此：

def f(x):    
    if (x['TMax']>24):
        return 'a'
    elif ((x['TMax']>21) & (x['TMin']>12)):
        return 'b'
    elif ((x['TMax']>18) & (x['TMin']>10) & (x['Rain']>2)):
        return 'c'

但是，看到您只是为3个不同的条件设置了三个值，那么您就可以使用布尔索引创建掩码，并设置所有符合条件的行。

所以：

fogo.loc[fogo['TMax']> 24,'Causa'] = 'a'
fogo.loc[(fogo['TMax']> 21) & (fogo['TMin'] > 12),'Causa'] = 'b'
fogo.loc[(fogo['TMax']> 18) & (fogo['TMin'] > 10) & (fogo['Rain'] > 2),'Causa'] = 'c'

这将比逐行迭代要快得多，尤其是对于大型数据帧而言。

因此，在您的示例数据上，我可以执行以下操作：

In [10]:

fogo.loc[fogo['TMax']> 21,'Causa'] = 'a'
fogo.loc[(fogo['TMax']> 21) & (fogo['TMin'] > 11),'Causa'] = 'b'
fogo.loc[(fogo['TMax']> 11) & (fogo['TMin'] > 5) & (fogo['Rain'] > 2),'Causa'] = 'c'
fogo
Out[10]:
            TMax  TMin  Rain   Fogo  Causa
2012-04-01  21.6  10.3   0.8  False      a
2012-04-02  19.3   9.5   0.0  False  empty
2012-04-03  16.2  10.1   0.2  False      b
2012-04-04  16.7  11.4   0.2  False      b
2012-04-05  14.0   5.9   2.9  False      c

[5 rows x 5 columns]