如何將函數應用於 Pandas 中需要行索引的數據幀？

Question

我必須使用 ipums 的調查數據來獲得連續兩個時期失業的平均人數。 我寫了一個使用索引和數據框作為輸入的函數，

def u1(x,df):
if df.loc[x]['LABFORCE']==2 and df.loc[x]['CPSIDP']==df.loc[x+1]['CPSIDP']:
    if df.loc[x]['EMPSTAT']==21 or df.loc[x]['EMPSTAT']==22:
        return True
else: 
    return False

其中x是索引， df是數據幀。 CPSIDP識別調查受訪者， LABFORCE檢查受訪者是否在勞動力中，而EMPSTAT是我需要用來檢查受訪者就業狀況的工具。

然后我計划使用apply as

result= df.apply(u1, axis=1)

目前尚不清楚我應該在我的函數中傳遞什么參數（如果這種方法在哲學上是錯誤的，請告訴我）。 為索引傳遞數字或變量會給我一個“bool”對象不可調用錯誤。

產生錯誤的最小數據幀子集（最左邊的列是觀察的數量，它是我需要通過u1的x ）：

          YEAR  MONTH          CPSIDP  EMPSTAT  LABFORCE
15285896  2018      7  20180707096701       10         2
15285926  2018      7  20180707098301       10         2
15285927  2018      7  20180707098302       10         2
15285928  2018      7  20180707098303        0         0
15285929  2018      7  20180707098304        0         0
15285930  2018      7  20180707098305       10         2
15286095  2018      7  20180707108203       21         2

Answer 1

IIUC 使用函數中的邏輯創建boolean Series會更有效。

這里&是AND運算符。

result = (df['LABFORCE'].eq(2) & 
           df['CPSIDP'].eq(df['CPSIDP'].shift()) & 
           df['EMPSTAT'].isin([21,22]))

result

15285896    False
15285926    False
15285927    False
15285928    False
15285929    False
15285930    False
15286095    False