熊猫数据框根据索引/列名应用函数

Question

multipliers = {'A' : 5, 'B' : 10, 'C' : 15, 'D' : 20}
df = pd.util.testing.makeDataFrame() # a random df with columns A,B,C,D

f = lambda x, col: multipliers[col] * x

是否有 Pandas 非循环方式将f应用于每一列，例如df.apply(f, axis = 0, ?) ？ 我可以用循环实现的是

df2 = df.copy()
for c in df.columns:
    df2[c] = f(df[c], c)

（real f比上面的例子复杂，请把f看成是两个变量的黑盒函数，arg1是数据，arg2是列名）

Answer 1

使用 lambda 函数和传递列名使用x.name ：

np.random.seed(2022)
multipliers = {'A' : 5, 'B' : 10, 'C' : 15, 'D' : 20}
df = pd.util.testing.makeDataFrame() # a random df with columns A,B,C,D

f = lambda x, col: multipliers[col] * x
df2 = df.copy()
for c in df.columns:
    df2[c] = f(df[c], c)
print (df2.head())
                    A          B          C          D
9CTWXXW3ys   2.308860   6.375789   5.362095 -23.354181
yq1PHBltEO   2.876024   1.950080  15.772909 -13.776645
lWtMioDq6A -11.206739  17.691500 -12.175996  25.957264
lEHcq1pxLr  -6.510434  -6.004475  14.084401  13.999673
xvL04Y66tm  -3.827731  -3.104207  -4.111277   1.440596

df2 = df.apply(lambda x: f(x, x.name))
print (df2.head())
                    A          B          C          D
9CTWXXW3ys   2.308860   6.375789   5.362095 -23.354181
yq1PHBltEO   2.876024   1.950080  15.772909 -13.776645
lWtMioDq6A -11.206739  17.691500 -12.175996  25.957264
lEHcq1pxLr  -6.510434  -6.004475  14.084401  13.999673
xvL04Y66tm  -3.827731  -3.104207  -4.111277   1.440596

Answer 2

您可以将字典转换为系列并将函数转换为矢量化操作。 例如：

df * pd.Series(multipliers)

您还可以使用接受函数字典的方法transform ：

def func(var):
    # return your function
    return lambda x: x * var

df.transform({k: func(v) for k, v in multipliers.items()})