[英]Apply function to all rows in pandas dataframe (lambda)
[英]How to apply a function on all rows of a DataFrame
我有一个数据集如下
data = { "C1": [1.0 , 1.2 , 1.2, 1.30 , 1.29 , 1.30, 1.31] ,
"C2" :[1.2 , 1.3 , 1.3 , 1.40 , 1.50 , 1.60 , 1.61] ,
"C3": [1.3 , 1.0 , 1.2 , 1.21 , 1.31 , 1.42 , 1.33] }
data = pd.DataFrame(data)
data = data.T
print(data)
0 1 2 3 4 5 6
Cell 1 1.0 1.2 1.2 1.30 1.29 1.30 1.31
Cell 2 1.2 1.3 1.3 1.40 1.50 1.60 1.61
Cell 3 1.3 1.0 1.2 1.21 1.31 1.42 1.33
我有一个函数可以在数字列表中找到非递减序列。 例如,如果您考虑第一行
[1.0 , 1.2 , 1.2, 1.30 , 1.29 , 1.30, 1.31]
有两个非递减序列:
1- [1.0 , 1.2 , 1.2, 1.30] and 2- [1.29 , 1.30, 1.31]
我正在使用以下函数来获取这些非递减序列:
def igroups(x):
s = [0] + [i for i in range(1, len(x)) if x[i] < x[i-1]] + [len(x)]
#print(s)
return [x[j:k] for j, k in [s[i:i+2] for i in range(len(s)-1)] if k - j > 1]
我的问题:我想在igroups
的所有行上apply
函数igroups
。 我怎样才能做到这一点? 例如,我曾尝试使用apply
解决此问题
dt.applymap(lambda x : igroups(x))
我知道apply
函数适用于单元格而不是一行,最后一行代码不起作用的原因是因为这个,我也知道我可以使用循环来解决这个问题(我不想这样做)。
感兴趣的结果将是这样一个新列(新),其中包含非递减序列的列表:
0 1 2 3 4 5 6 7 new
Cell 1 1.0 1.2 1.2 1.30 1.29 1.30 1.31 [[1.0 , 1.2 , 1.2, 1.30 ], [1.29 , 1.30, 1.31]]
Cell 2 1.2 1.3 1.3 1.40 1.50 1.60 1.61 [[1.2 , 1.3 , 1.3 , 1.40 , 1.50 , 1.60 , 1.61]]
Cell 3 1.3 1.0 1.2 1.21 1.31 1.42 1.33 [[1.0 , 1.2 , 1.21 , 1.31 , 1.42]]
使用带有轴 = 1 的 pandas apply 。它将将该函数应用于每一行并返回一个系列。
df['new'] = df.apply(igroups, axis = 1)
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.