將函數應用於數據框中的多列范圍

Question

你能告訴我如何使用像x['D'] :x['A']這樣的列范圍，而不是將所有列作為參數在下面一一列出來運行嗎？

df.loc[:,'F']=df.apply(lambda x: my_function(x['D'],x['C'],x['B'],x['A']), axis=1)

Answer 1

你在尋找這樣的東西嗎？

df.loc[:,'F']=df.apply(lambda x: my_function(x.loc['D':'A']), axis=1)

如果您需要參數是列列表而不是數據框：

df.loc[:,'F']=df.apply(lambda x: my_function([x for x in x.loc['D':'A']]), axis=1)

Answer 2

你可以嘗試做這樣的事情：

df.loc[:,'F']=df.apply(lambda x: my_function(*df.columns.difference(['F'])), axis=1)

如果你的列是有序的，你可以像這樣切片：

df.loc[:,'F']=df.apply(lambda x: my_function(*df.iloc[:,1:4])), axis=1)

Answer 3

假設你有一個這樣的數據框

    E   D   C   B   A
______________________

0   8   9   9   6   1
1   8   4   1   4   3
2   0   4   6   9   3

並且您想將一些函數func應用於列D到A ，您可以嘗試

def func(x):
    return sum(x[1:])

df.apply(func, axis=1)

輸出

0    25
1    12
2    22
dtype: int64