將具有多個參數的函數應用於Pandas中的整個數據框

Question

我在熊貓中有以下數據框：

df = pd.DataFrame({'field_1' : ['a', 'b', np.nan, 'a', 'c'], 'field_2': ['c', 'b', 'a', np.nan, 'c']}, index=[1,2,3,4,5])

我想在整個數據框中應用以下功能，以其他方式替換每個值。

例如：

def func_replace(value, n):
    if value == 'a':
        return 'This is a'*n
    elif value == 'b':
        return 'This is b'*n
    elif value == 'c':
        return 'This is c'*n
    elif str(value) == 'nan':
        return np.nan
    else:
         'The value is not included'

因此最終產品看起來像（假設n=1 ）。

例如：

df = pd.DataFrame({'field_1' : ['This is a', 'This is b', np.nan, 'This is a', 'This is c'], 'field_2': ['This is c', 'This is b', 'This is a', np.nan, 'This is c']}, index=[1,2,3,4,5])

我嘗試了以下方法：

df.apply(func_replace, args=(1), axis=1)

和其他選項，但這總是給我一個錯誤。

我知道我可以編寫一個遍歷每一列的for循環，並使用lambda函數來解決此問題，但是我覺得有一個更簡單的選擇。

我覺得該解決方案比我想象的要容易，但是我無法弄清楚正確的語法。

任何幫助將非常感激。

Answer 1

只需修改您的函數以在Series中每個值的級別進行操作，然后使用applymap 。

df = pd.DataFrame({'field_1' : ['a', 'b', np.nan, 'a', 'c'], 'field_2': ['c', 'b', 'a', np.nan, 'c']}, index=[1,2,3,4,5])

df
Out[35]: 
  field_1 field_2
1       a       c
2       b       b
3     NaN       a
4       a     NaN
5       c       c

現在，如果我們將函數定義為：

def func_replace(value):
    if value == 'a':
        return 'This is a'
    elif value == 'b':
        return 'This is b'
    elif value == 'c':
        return 'This is c'
    elif str(value) == 'nan':
        return np.nan
    else:
        'The value is not included'

在DataFrame每個值上調用此函數非常簡單：

df.applymap(func_replace)
Out[42]: 
     field_1    field_2
1  This is a  This is c
2  This is b  This is b
3        NaN  This is a
4  This is a        NaN
5  This is c  This is c

Answer 2

我認為您需要：

def func_replace(df, n):
    df_temp = df.replace({r"[^abc]": "The value is not included"}, regex=True)
    return df_temp.replace(["a", "b", "c"], ["This is a " * n, "This is b " * n, "This is c " * n])

df.apply(func_replace, args=(2,))