[英]How to apply a function only on selected rows and columns of pandas data frame?
[英]Pandas, Apply Function to Data Frame That Returns One to Many Rows
我有一个需要对其应用函数的熊猫数据框。 但是,该函数会为数据框中的一行返回许多项。 我想用函数返回的值创建一个新的数据框。 因此,到目前为止,当我应用该函数时,新数据帧的行数与原始数据帧的行数相同,函数中的列表/系列作为行。 我在新数据框中需要的是从函数返回的值作为列(扁平列表)。 另外,我想知道这是否是使用 Pandas 的好方法(就利用库的效率而言),还是仅坚持使用纯 Python 会更好?
这是我使用的:
def get_children(id):
children = []
suff = ['0', '1', '2', '3']
for s in suff:
children.append(id+s)
return pd.Series(children)
df = pd.DataFrame()
df = all_attrbs['id'].apply(get_children)
输入:
all_attrbs:
id
0
1
2
3
预期输出:
df:
t_id
00
01
02
03
11
12
13
14
20
21
22
23
30
31
32
33
我不确定您的数据是什么样的,但这是一种有效的方法:
df = pd.DataFrame({'id' : [0,1,2,3,4,5,6]})
flattened_list = ["{}_{}".format(x, i) for i in range(4) for x in df['id']]
df2 = pd.DataFrame(flattened_list)
输出flattened_list
:
['0_0',
'1_0',
'2_0',
'3_0',
'4_0',
'5_0',
'6_0',
'0_1',
'1_1',
'2_1',
'3_1',
'4_1',
'5_1',
'6_1',
'0_2',
'1_2',
'2_2',
'3_2',
'4_2',
'5_2',
'6_2',
'0_3',
'1_3',
'2_3',
'3_3',
'4_3',
'5_3',
'6_3']
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.