Python熊猫在索引上逐行使用lambda

Question

所以我试图逐行将一个函数应用于索引，但是有一些问题

startDate = '2015-05-01 00:00'
endDate = '2015-05-08 00:00'
idx = pd.date_range(startDate, endDate, freq="1min")
df = pd.DataFrame(columns=['F(t)'])
df = df.reindex(idx, fill_value=0)

def circadian_function(T):
    return math.cos(math.pi*(T-delta)/12)

到这里一切都很好，但是尝试应用该功能我不确定该怎么做

df['F(t)'] = df.index.apply(lambda x: circadian_function x[index].hour, axis=1)

我应该使用lambda吗？ 还是只是申请？

Answer 1

我没有50位代表，所以我无法评论@Ted Petrou的答案; 我只是想说一些您应该知道的事情。

1. 如果要将df.index.hour输入到carcadian_function中，请确保使用numpy而不是math 。 否则，解释器将抛出TypeError （我刚刚发现了这个错误）。

2. 确保定义delta 。

例：

import numpy as np

def circadian_function(T, delta):
    return np.cos(np.pi * (T-delta) / 12)

@Ted Petrou建议您全面执行的操作：

df['F(x)'] = circadian_function(df.index.hour, 0.5) #I picked an arbitrary delta

Numpy将自动为您向量化该功能。 给Ted的道具我也学到了一些新东西：>

Answer 2

使用“应用”仅作为最后结果。 这可以很容易地向量化。 确保定义增量。

 import numpy as np
 df['F(t)'] = np.cos(np.pi*(idx.hour-delta)/12)