如何使用多行和多列作为输入在DataFrame列上应用函数？

Question

我有一系列事件，并基于一些变量（上一个命令，前一个/当前代码和前一个/当前状态），我需要决定哪个命令与该事件相关。

我实际上有一个按预期工作的代码，但它有点慢。 所以我尝试使用df.apply，但我认为不可能使用比当前元素更多的输入。 （代码从1开始，因为第一行始终是“开始”命令）

def mark_commands(df):
    for i in range(1, len(df)):
        prev_command = df.loc[i-1, 'Command']
        prev_code, cur_code = df.loc[i-1, 'Code'], df.loc[i, 'Code']
        prev_status, cur_status = df.loc[i-1, 'Status'], df.loc[i, 'Status']

        if (prev_command == "end" and 
            ((cur_code == 810 and cur_status in [10, 15]) or 
            (cur_code == 830 and cur_status == 15))):

            df.loc[i, 'Command'] = "ignore"

        elif ((cur_code == 800 and cur_status in [20, 25]) or 
            (cur_code in [810, 830] and cur_status in [10, 15])):

            df.loc[i, 'Command'] = "end"

        elif ((prev_code != 800) and 
            ((cur_code == 820 and cur_status == 25) or 
            (cur_code == 820 and cur_status == 20 and 
                prev_code in [810, 820] and prev_status == 20) or 
            (cur_code == 830 and cur_status == 25 and 
                prev_code == 820 and prev_status == 20))):

            df.loc[i, 'Command'] = "continue"

        else:

            df.loc[i, 'Command'] = "begin"

    return df

这里有一个CSV格式的正确标记的样本（可以作为输入，因为唯一的区别是第一次开始后命令行上的所有内容都是空的）：

Code,Status,Command
810,20,begin
810,10,end
810,25,begin
810,15,end
810,15,ignore
810,20,begin
810,10,end
810,25,begin
810,15,end
810,15,ignore
810,20,begin
800,20,end
810,10,ignore
810,25,begin
820,25,continue
820,25,continue
820,25,continue
820,25,continue
800,25,end

Answer 1

你的代码大部分是完美的（你可以使用df.iterrows() ，如果你的索引不是线性的，那么在for循环中会更加防弹，但它不会改变速度）。

在广泛尝试使用df.apply ，我意识到由于您的"Command"列不断从一行更新到另一行，因此存在致命流。 以下是行不通的，因为df在某种程度上是“静态的”：

df['Command'] = df.apply(lambda row: mark_commands(row), axis=1)

最后，为了节省一些计算，如果你的if ， elif语句直接进入下一次迭代，你可以在每次条件满足时插入一个continue语句：

if (prev_command == "end" and ....) :
    df.loc[i, 'Command'] = "ignore"
    continue

话虽这么说，你的代码很棒。