[英]python pandas: passing in dataframe to df.apply
这个网站的长期用户,但第一次问一个问题! 感谢所有多年来一直回答问题的仁慈用户:)
我最近一直在使用df.apply
,理想情况下想要将数据帧传递给args
参数,看起来像这样: df.apply(testFunc, args=(dfOther), axis = 1)
我的最终目标是遍历我在args
参数中传递的数据帧,并检查原始数据帧的每一行的逻辑,比如df
,并从dfOther
返回一些值。 所以说我有这样的功能:
def testFunc(row, dfOther):
for index, rowOther in dfOther.iterrows():
if row['A'] == rowOther[0] and row['B'] == rowOther[1]:
return dfOther.at[index, 'C']
df['OTHER'] = df.apply(testFunc, args=(dfOther), axis = 1)
我目前的理解是args
需要一个Series对象,所以如果我实际运行它,我们会得到以下错误:
ValueError: The truth value of a DataFrame is ambiguous.
Use a.empty, a.bool(), a.item(), a.any() or a.all().
然而,在我编写仅在单个数据帧中传递的testFunc
之前,我实际上已经写了priorTestFunc
,它看起来像这样......而且它有效!
def priorTestFunc(row, dfOne, dfTwo):
for index, rowOne in dfOne.iterrows():
if row['A'] == rowOne[0] and row['B'] == rowOne[1]:
return dfTwo.at[index, 'C']
df['OTHER'] = df.apply(testFunc, args=(dfOne, dfTwo), axis = 1)
所以令我沮丧的是,我一直习惯于像这样编写testFunc
并且它一直按预期工作:
def testFunc(row, dfOther, _):
for index, rowOther in dfOther.iterrows():
if row['A'] == rowOther[0] and row['B'] == rowOther[1]:
return dfOther.at[index, 'C']
df['OTHER'] = df.apply(testFunc, args=(dfOther, _), axis = 1)
我真的很感激,如果有人能让我知道为什么会出现这种情况,也许我会倾向于错误,或者可能是解决这类问题的另一种选择!
编辑:根据评论的要求:我的dfs通常如下所示..他们将有两个匹配的列,将从dfOther.at[index, column]
返回一个值我认为是pd.concat([dfOther, df])
但是我将在df
上运行一个算法测试条件,然后根据dfOther
上的特定值(也将更新)相应地更新它,我希望df
相对整齐,而不是制作一个多索引并抛出一切都在里面。 另外我知道df.iterrows
通常很慢,但是这些数据帧最多只有500行,所以目前可扩展性对我来说并不是一个大问题。
df
Out[10]:
A B C
0 foo bur 6000
1 foo bur 7000
2 foo bur 8000
3 bar kek 9000
4 bar kek 10000
5 bar kek 11000
dfOther
Out[12]:
A B C
0 foo bur 1000
1 foo bur 2000
2 foo bur 3000
3 bar kek 4000
4 bar kek 5000
5 bar kek 6000
错误在这一行:
File "C:\Anaconda3\envs\p2\lib\site-packages\pandas\core\frame.py", line 4017, in apply
if kwds or args and not isinstance(func, np.ufunc):
这里, if kwds or args
正在检查传递给apply
的args
的长度是否大于0.这是检查iterable是否为空的常用方法:
l = []
if l:
print("l is not empty!")
else:
print("l is empty!")
l is empty!
l = [1]
if l:
print("l is not empty!")
else:
print("l is empty!")
l is not empty!
如果你已经将一个元组作为args
传递给df.apply
,那么它将返回True并且不存在问题。 但是,Python不会将(df)解释为元组:
type((df))
Out[39]: pandas.core.frame.DataFrame
它只是括号内的DataFrame /变量。 键入if df
:
if df:
print("df is not empty")
Traceback (most recent call last):
File "<ipython-input-40-c86da5a5f1ee>", line 1, in <module>
if df:
File "C:\Anaconda3\envs\p2\lib\site-packages\pandas\core\generic.py", line 887, in __nonzero__
.format(self.__class__.__name__))
ValueError: The truth value of a DataFrame is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
您收到相同的错误消息。 但是,如果你使用逗号来表示它是一个元组,它可以正常工作:
if (df, ):
print("tuple is not empty")
tuple is not empty
因此,通过使逗号成为单例来为args=(dfOther)
添加逗号可以解决问题。
df['OTHER'] = df.apply(testFunc, args=(dfOther, ), axis = 1)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.