Pandas - 將函數應用於具有來自不同列的多個參數的數據幀

Question

由於 pandas date_range() 函數，我想對數據幀使用 apply() 函數以生成日期范圍。

以下代碼有效，並執行我期望的操作。

import pandas as pd

def my_date_range(start, end, freq):
    return pd.date_range(start = start, end = end, freq = freq)

df = pd.DataFrame({'Start':[pd.Timestamp('1970-01-02 00:00:00')], 'End':[pd.Timestamp('1970-01-02 00:30:00')], 'Freq':[pd.Timedelta(5,'m')]})

df1 = df.apply(lambda x: my_date_range(x.Start, x.End, x.Freq), axis=1)

結果：

In [28]: df
Out[28]: 
       Start                 End     Freq
0 1970-01-02 1970-01-02 00:30:00 00:05:00

In[29] : df1[0]
Out[29]: 
DatetimeIndex(['1970-01-02 00:00:00', '1970-01-02 00:05:00',
               '1970-01-02 00:10:00', '1970-01-02 00:15:00',
               '1970-01-02 00:20:00', '1970-01-02 00:25:00',
               '1970-01-02 00:30:00'],
              dtype='datetime64[ns]', freq='5T')

所以現在我的問題/我的問題。 我可以讀到可以以這種方式在沒有 lambda 的情況下使用 apply() ，據我所知：

df2 = df[['Start', 'End', 'Freq']].apply(my_date_range, axis=1)

但是上面的代碼會產生以下錯誤。

TypeError: ("my_date_range() missing 2 required positional arguments: 'end' and 'freq'", 'occurred at index 0')

請問，我做錯了什么？

避免使用 lambda 是否有趣？ （更好的表現？）

最后還有沒有直接使用pd.date_range的方法？

如果我嘗試使用以下代碼，則會出現以下錯誤：

df1 = df.apply(lambda x: pd.date_range(x.Start, x.End, x.Freq), axis=1)

"periods must be a number, got {periods}".format(periods=periods)

TypeError: ('periods must be a number, got 0 days 00:05:00', 'occurred at index 0')

在此先感謝您的幫助！ 祝你有美好的一天！

Answer 1

1

正如您在錯誤消息中看到的那樣，如果您想將函數名稱用於pandas.DataFrame.apply ，則該函數應采用pandas.Series作為參數。 所以應該是這樣的。

def my_date_range(x):
    return pd.date_range(start = x.Start, end = x.End, freq = x.Freq)
df2 = df.apply(my_date_range, axis=1)

2

我個人認為 lambda 使事情變得更加方便。 在您的情況下，您定義函數然后使用另一個 lambda 的原始方式根本不方便，因為lambda是不必使用def 。 但是，您可以使用 lambda 並使其更方便，因為您在問題的最后一部分中嘗試過。

3

錯誤的原因是因為函數pd.date_range參數是這樣的。 pandas.date_range(start=None, end=None, periods=None, ...)所以如果你像你一樣把它作為一個位置參數，它認為第三個參數是period= 。 你應該把它作為關鍵字參數（就像你在上面所做的那樣）。

df1 = df.apply(lambda x: pd.date_range(start = x.Start, end = x.End, freq = x.Freq), axis=1)

Answer 2

這樣的事情怎么樣：

import pandas as pd
start = pd.Timestamp('1970-01-02 00:00:00')
end = pd.Timestamp('1970-01-02 00:30:00')
pd.date_range(start, end, freq='5Min')