将 function 应用于 pandas dataframe (lambda) 中的所有行

Question

我有以下 function 用于获取行的最后一个非零值的列名

import pandas as pd

def myfunc(X, Y):
    df = X.iloc[Y]
    counter = len(df)-1
    while counter >= 0:
        if df[counter] == 0:
            counter -= 1
        else:
            break
    return(X.columns[counter])

使用以下代码示例

data = {'id':  ['1', '2', '3', '4', '5', '6'],
        'name': ['AAA', 'BBB', 'CCC', 'DDD', 'EEE', 'GGG'],
        'A1': [1, 1, 1, 0, 1, 1],
        'B1': [0, 0, 1, 0, 0, 1],
        'C1': [1, 0, 1, 1, 0, 0],
        'A2': [1, 0, 1, 0, 1, 0]}

df = pd.DataFrame(data)
df

myfunc(df, 5) # 'B1'

我想知道如何将此 function 应用于 dataframe 中的所有行，并将结果放入df的新列中

我正在考虑遍历所有行（这可能不是好方法）或将 lambdas 与 apply function 一起使用。 但是，我没有成功采用最后一种方法。 有什么帮助吗？

Answer 1

我已经稍微修改了您的 function 以跨行工作：

def myfunc(row):
     counter = len(row)-1
     while counter >= 0:
         if row[counter] == 0:
             counter -= 1
         else:
             break
     return row.index[counter]

现在只需调用df.apply你的 function 和axis=1来为 dataframe 的每一行调用 function：

>>> df.apply(myfunc, axis=1)
0    A2
1    A1
2    A2
3    C1
4    A2
5    B1
dtype: object

但是，您可以放弃自定义 function 并使用此代码以更快、更简洁的方式完成您正在寻找的事情：

>>> df[df.columns[2:]].T.cumsum().idxmax()
0    A2
1    A1
2    A2
3    C1
4    A2
5    B1
dtype: object

Answer 2

这是使用DataFrame.idxmax的更简单和更快的解决方案。

>>> res = df.iloc[:, :1:-1].idxmax(axis=1)
>>> res

0    A2
1    A1
2    A2
3    C1
4    A2
5    B1
dtype: object

这个想法是 select 仅Ai和Bi列并颠倒它们的顺序（ df.iloc[:, :1:-1] ），然后返回第一次出现最大值的列 label （在这种情况下为 1）每行（ .idxmax(axis=1) ）。

请注意，此解决方案（作为另一个答案）假定每一行至少包含一个高于零的条目。

如果我们首先屏蔽非零条目（使用.ne(0) ），则可以将此假设放松为“每一行至少包含一个非零条目”。 这是因为.ne(0)产生一个 boolean 掩码和True > False <=> 1 > 0 。

>>> res = df.iloc[:, :1:-1].ne(0).idxmax(axis=1)
res

0    A2
1    A1
2    A2
3    C1
4    A2
5    B1
dtype: object