如何使用 function 返回值更新多个 dataframe 列单元格

Question

我在这里的上一个问题中有一个后续问题如何使用 function 返回值更新 dataframe 单元格

我有以下 dataframe 称为 df1，

    country ticker price  exchange dateupdated
0   US      MSFT   105.32 Nasdaq   05-May-2019
1   US      AAPL
2   GERMANY NSU.DE 10.42  XETRA    06-May-2019
3   SG      D05.SI
4   AUS     WOW.AX

我有一个名为 data_get 的 function，看起来像这样。 它从股票代码列中获取股票代码，例如“MSFT”，并返回一个列表。

def data_get(ticker):
   listofdata = somefunction
   return listofdata 

listofdata  = data_get('AAPL')

listofdata 是包含 price、exchange 和 dateupdated 的字符串列表。

listofdata = ['150.22', 'Nasdaq', '05-May-2020']

function 必须到 go 在线查找数据，因此每次运行需要几秒钟。

我只想在没有价格的单元格上使用这个 function，（价格单元格是空的）。

因此，function 将仅用于此 dataframe 的第 1、3 和 4 行，并更新其中的价格、交换和日期更新值，使其看起来像这样。

    country ticker price  exchange dateupdated
0   US      MSFT   105.32 Nasdaq   05-May-2019
1   US      AAPL   150.22 Nasdaq   05-May-2020
2   GERMANY NSU.DE 10.42  XETRA    06-May-2019
3   SG      D05.SI 23.44  SGX      04-May-2020
4   AUS     WOW.AX 12.33  ASX      04-May-2020

总而言之，我该怎么做；

1. 仅将 data_get function 应用于价格为空的行（1、3、4），

2. 使用股票代码列字符串 (AAPL, D05.SI, WOW.AX) 作为 data_get function 的输入，

3. 使用来自 data_get function 的列表 output 并更新价格、交换和日期更新列？

如果我可以将字符串转换为价格列的浮点数和 dateupdated 列的日期，那也是一个好处。

Answer 1

在值为nan的地方进行apply

df.loc[df.prices.isnull(), ['price','exchange','dateupdated']] =
    df.loc[df.prices.isnull(), 'ticker'].apply(data_get)

Answer 2

返回类型：列表直接添加到各个列

我是这样做的，记住你要返回一个列表，所以要单独修改更新数据点，

df.loc[df.Price].isnull(),['Price','Exchange','Update_date']] = pd.DataFrame(df.loc[df.Price.isnull(),'Ticker'].apply(data_get).to_dict()).transpose().rename(columns={0:'Price',1:'Exchange',2:'Update_date'})

此单行将直接采用 dataframe 并根据您的函数的返回类型，将列表元素添加到 dataframe 中的相应列