将函数应用于数据框中的每一行

Question

我正在尝试为数据框中的每一行应用以下函数。 数据框如下所示：

vote_1 vote_2 vote_3 vote_4
a      a       a      b           
b      b       a      b          
b      a       a      b           

我试图生成第四列来总结其他列的“投票”并产生获胜者，如下所示：

vote_1 vote_2 vote_3 vote_4 winner_columns
a      a       a      b           a
b      b       a      b           b 
b      a       a      b           draw

我目前尝试过：

def winner(x):
    a = new_df.iloc[x].value_counts()['a']
    b = new_df.iloc[x].value_counts()['b']
    if a > b:
        y = 'a'
    elif a < b:
        y = 'b'
    else:
        y = 'draw'
    return y

df['winner_columns'].apply(winner)

然而，整列都充满了平局。 我认为这与我构建函数的方式有关，但无法弄清楚是什么

Answer 1

您可以使用DataFrame.mode并通过DataFrame.count计算非缺失值，如果只有一个使用第一列，否则在numpy.where draw ：

df1 = df.mode(axis=1)
print (df1)
   0    1
0  a  NaN
1  b  NaN
2  a    b

df['winner_columns'] = np.where(df1.count(axis=1).eq(1), df1[0], 'draw')
print (df)
  vote_1 vote_2 vote_3 vote_4 winner_columns
0      a      a      a      b              a
1      b      b      a      b              b
2      b      a      a      b           draw

您的解决方案可能会发生变化：

def winner(x):
    s = x.value_counts()
    a = s['a']
    b = s['b']
    if a > b:
        y = 'a'
    elif a < b:
        y = 'b'
    else:
        y = 'draw'
    return y

df['winner_columns'] = df.apply(winner,axis=1)
print (df)
  vote_1 vote_2 vote_3 vote_4 winner_columns
0      a      a      a      b              a
1      b      b      a      b              b
2      b      a      a      b           draw

Answer 2

第一个问题是您的 DataFrame 有时包含一个字母后跟一个点。

因此，要仅查找'a'或'b'您必须用空字符串替换这些点，例如：

df.replace('\.', '', regex=True)

另一个问题，你的情况，其表面didin't，是一个行只能包含'a'或'b'和代码应该是不存在特定结果的耐这种源排。

为了使您的函数能够抵抗这种情况，请将其更改为：

def winner(row):
    vc = row.value_counts()
    a = vc.get('a', 0)
    b = vc.get('b', 0)
    if a > b: return 'a'
    elif a < b: return 'b'
    else: return 'draw'

然后你可以应用你的函数，但如果你想将它应用到每一行（而不是列），你应该传递axis=1 。

所以，总而言之，将您的代码更改为：

df['winner_columns'] = df.replace('\.', '', regex=True).apply(winner, axis=1)

对于您的示例数据，结果是：

  vote_1 vote_2 vote_3 vote_4 winner_columns
0     a.     a.     a.      b              a
1     b.     b.      a      b              b
2     b.     a.      a      b           draw

Answer 3

您可以使用.sum()计算选票，然后将获胜者保存在列表中，最后添加到数据框中。

numpy_votes = dataframe_votes.to_numpy()    
winner_columns = []
for i in numpy_votes:
  if np.sum(i == 'a') < np.sum(i == 'b'):
     winner_columns.append('b')
  elif np.sum(i == 'a') > np.sum(i == 'b'):
     winner_columns.append('a')
  else:
     winner_columns.append('draw')
    
dataframe_votes['winner_columns'] = winner_columns

根据此答案，使用 .sum() 方法是计算数组内元素的最快方法。

输出：

    vote_1  vote_2  vote_3  vote_4  winner_columns
0   a        a         a        b       a
1   b        b         a        b       b
2   b        a         a        b       draw