如何修改 lambda 函数以与 if 语句一起使用？

Question

我陷入了中间的问题，即如何在数据框中创建四个新行，在特定条件下这些行将由 1 和 0 填充。 我决定使用 Lambda 函数，但它返回的不是数字，而是<function <lambda> at 0x000002B0251C7700> 。

我做错了什么以及如何解决它？

这是我使用的代码：

df["1_quarter"] = lambda row : 1 if (df["stage_x"] <= (0.25 * df["stage_y"])) else 0
df["2_quarter"] = lambda row : 1 if (df["stage_x"] > (0.25 * df["stage_y"]) and df[stage_x] <= (0.5 * df["stage_y"])) else 0
df["3_quarter"] = lambda row : 1 if (df["stage_x"] > (0.5 * df["stage_y"]) and df[stage_x] <= (0.75 * df["stage_y"])) else 0
df["4_quarter"] = lambda row : 1 if (df["stage_x"] > (0.75 * df["stage_y"]) and df[stage_x] <= (df["stage_y"])) else 0 

Answer 1

lambda只定义函数但它不执行它。

您可能必须将它与.apply()一起使用才能在每一行上运行 - 但在lambda中，您应该使用row[...]而不是df[...]

func1 = lambda row : 1 if (row["stage_x"] <= (0.25 * row["stage_y"])) else 0

df["1_quarter"] = df.apply(func1, axis=1)

或一行但可读性较差

df["1_quarter"] = df.apply( (lambda row : 1 if (row["stage_x"] <= (0.25 * row["stage_y"])) else 0), axis=1)

---

最终你可以使用int(True)给出1而int(False)给出0的事实
在if ...里面你有表达式给出True或False 。
这不需要lambda 。

df["1_quarter"] = (df["stage_x"] <= (0.25 * df["stage_y"])).astype(int)

您可以对numpy.where( expression, value_for_True, value_for_False )做同样的事情

df["1_quarter"] = np.where(df["stage_x"] <= (0.25 * df["stage_y"]), 1, 0)

---

最小的工作示例：

import pandas as pd

data = {
    'stage_x': [1,2,3,4], 
    'stage_y': [4,5,6,16], 
}

df = pd.DataFrame(data)

func1 = lambda row : 1 if (row["stage_x"] <= (0.25 * row["stage_y"])) else 0
df["1_quarter_A"] = df.apply(func1, axis=1)

df["1_quarter_B"] = (df["stage_x"] <= (0.25 * df["stage_y"])).astype(int)

df["1_quarter_C"] = np.where(df["stage_x"] <= (0.25 * df["stage_y"]), 1, 0)

print(df)

结果：

   stage_x  stage_y  1_quarter_A  1_quarter_B  1_quarter_C
0        1        4            1            1            1
1        2        5            0            0            0
2        3        6            0            0            0
3        4       16            1            1            1