python 根据循环内的其他 2 列计算新列值

Question

我有一个看起来像这样的 dataframe：

issue_id       repo_id
101             10365
102             10543
103             11001  

df = pd.DataFrame({"issue_id":[101,102,103],"repo_id":[10365,10543,11001]})

我想遍历 dataframe，使用每个索引中的issue_id和repo_id的值从 API 请求数据，并使用 append 对新列的响应。

这是我到目前为止所做的（适用于示例 df）它将 zenhub api 的get_issue_data方法收到的有效负载分配给该索引处的 df['new']。

df['new'='na'
for i in df.index:
    df['new'][i]=zh.get_issue_data(df.repo_id[i],df.issue_id[i])['pipelines']

（zh 只是我用来从 zenhub 提取问题数据的 pyzenhub 库的命名空间）

当我将它用于上面提到的小样本 df 时，它可以工作......但是当我在我的实际代码中使用它时，在另一个嵌套循环中，代码仍然运行但 df['new'] 只有以前分配的有'na'价值观。

我的问题是，我是否需要以不同的方式构造上述代码才能在循环中正常运行？

Answer 1

这个df['new'][i] =...是链索引，不能保证有效。 此文档中的更多详细信息。

你可以这样做：

# you don't need this
# df['new'] = 'na'

df['new'] = [zh.get_issue_data(repo_id, issue_id)['pipelines']
                for repo_id, issue_id in zip(df.repo_id, df.issue_id)]

或使用apply ：

df['new'] = df.apply(lambda x: zh.get_issue_data(x.repo_id, x.issue_id)['pipelines'],
                     axis=1)