将 Lambda Function 应用于多个列

Question

我希望在我的 lambda function 中包含多个列，但我遇到了不应该正确的关键问题。 我正在寻找这一行来创建一个新列，上面写着如果任务中存在“决定”，然后将其标记为决定。 否则，如果“项目”中存在“里程碑”，则将其标记为里程碑。 否则，将其保留为当前任务类型。

today['New_Type'] = today[['Task','Projects','Type'].apply(lambda x,y,z: "Decision" if "Decision" in x else "Milestone" if "Milestone" in y else z)

任何想法如何调整这个？

Answer 1

如果您使用名为 function 的常规名称，这将更容易调试。 请务必在调用apply时指定axis参数。 您编写的 function 需要采用一个参数，该参数是三列值的元组，因此最好立即解压缩它们以提高可读性：

import pandas as pd

def task_type(row):
    task, project, old_type = row
    if 'decision' in task.lower():
        return 'Decision'
    if 'milestone' in project.lower():
        return 'Milestone'
    return old_type


today = pd.DataFrame({'Task': ['Make a decision.', 
                               'Do something else.',
                               'Write a function.'],
                      'Projects': ['alpha', 'Milestone 7',
                                   'gamma'],
                      'Type': ['old 1', 'old 2', 'old 3']})

today['New_Type'] = today.apply(task_type, axis=1)
today

    Task                Projects     Type   New_Type
0   Make a decision.    alpha        old 1  Decision
1   Do something else.  Milestone 7  old 2  Milestone
2   Write a function.   gamma        old 3  old 3

Answer 2

避免Series.apply （隐藏循环）并考虑使用numpy.where或numpy.select的向量化条件逻辑方法：

today['New_Type'] = np.where(
    today['Task'].str.contains('Decision', regex = False),
    'Decision',
    np.where(
        today['Task'].str.contains('Milestone', regex = False),
        'Milestone',
        today['Task']
    )
)

today['New_Type'] = np.select(
    condlist = [
        today['Task'].str.contains('Decision', regex = False), 
        today['Task'].str.contains('Milestone', regex = False)
    ],
    choicelist = ['Decision', 'Milestone'],
    default = today['Task']
)