在 Python/Pandas 中，将自定义 function 应用于输入包含字符串的 dataframe 的列的最有效方法是什么？

Question

我有一个非常大的 Dataframe，其中一列包含数字，另一列包含文本。 我想以最有效的方式基于数字列和文本列以及复杂的自定义 function 创建第 3 列。

根据这个来源，最有效的方法是使用 NumPy 矢量化。

（下面是简化的示例代码，以阐明我尝试的内容和卡住的位置。实际的自定义 function 非常复杂，但确实将数字列和文本列作为输入。通过下面的简化代码，我想了解如何应用函数将字符串作为整个列的输入）

这完美无缺，到目前为止一切顺利：

def fun_test1(no1, no2):
    res = no1 + no2
    return res

Test1 = pd.DataFrame({'no1':[1, 2, 3],
                     'no2':[1, 2, 3]})

Test1['result'] = fun_test1(Test1['no1'].values, Test1['no2'].values)

    no1 no2 result
0   1   1   2
1   2   2   4
2   3   3   6

然而，这不起作用，这就是我被困的地方：

def fun_test2(no1, text):
    if text == 'one':
        no2 = 1
    elif text == 'two':
        no2 = 2
    elif text == 'three':
        no2 = 3
    res = no1 + no2
    return res

Test2 = pd.DataFrame({'no1':[1, 2, 3],
                      'text':['one', 'two', 'three']})

Test2['result'] = fun_test2(Test2['no1'].values, Test2['text'].values)

ValueError                                Traceback (most recent call last)
<ipython-input-30-a8f100d7d4bd> in <module>()
----> 1 Test2['result'] = fun_test2(Test2['no1'].values, Test2['text'].values)

<ipython-input-27-8347aa91d765> in fun_test2(no1, text)
      1 def fun_test2(no1, text):
----> 2     if text == 'one':
      3         no2 = 1
      4     elif text == 'two':
      5         no2 = 2

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

我尝试了更多变体，但最终无法获得 NumPy 向量化来处理字符串输入。

我究竟做错了什么？

如果 NumPy 向量化不适用于字符串，下一个最有效的方法是什么？

Answer 1

def fun_test2(no1, text, idx):
    if text[idx] == 'one':
        no2 = 1
    elif text[idx] == 'two':
        no2 = 2
    elif text[idx] == 'three':
        no2 = 3
    res = no1[idx] + no2
    return res

Test2 = pd.DataFrame({'no1':[1, 2, 3],
                      'text':['one', 'two', 'three']})

Test2['result'] = [fun_test2(Test2['no1'].values, Test2['text'].values, i) for i in range(Test2.shape[0])]

输出：

>>> Test2
   no1   text  result
0    1    one       2
1    2    two       4
2    3  three       6

或使用相同的 Output 返回传统方式：

def fun_test2(no1, text):
    if text == 'one':
        no2 = 1
    elif text == 'two':
        no2 = 2
    elif text == 'three':
        no2 = 3
    res = no1 + no2
    return res

Test2 = pd.DataFrame({'no1':[1, 2, 3],
                      'text':['one', 'two', 'three']})

Test2['result'] = [fun_test2(Test2['no1'].values[i], Test2['text'].values[i]) for i in range(Test2.shape[0])]