大熊貓行具體適用

Question

與此R問題類似，我想使用Pandas將函數應用於Series（或DataFrame中的每一行）中的每個項目，但是希望將該行的索引或id用作此函數的參數。 作為一個簡單的例子，假設有人想要創建[（index_i，value_i），...，（index_n，value_n）]形式的元組列表。 使用簡單的Python for循環，我可以這樣做：

In [1] L = []
In [2] s = Series(['six', 'seven', 'six', 'seven', 'six'],
           index=['a', 'b', 'c', 'd', 'e'])
In [3] for i, item in enumerate(s):
           L.append((i,item))
In [4] L
Out[4] [(0, 'six'), (1, 'seven'), (2, 'six'), (3, 'seven'), (4, 'six')]

但必須有一個更有效的方法來做到這一點？ 或許更像Panda-likeh喜歡Series.apply？ 實際上，我並不擔心（在這種情況下）返回任何有意義的東西，但更多的是為了“應用”之類的效率。 有任何想法嗎？

Answer 1

如果對函數使用apply方法，那么系列中的每個項都將使用這樣的函數進行映射。 例如

>>> s.apply(enumerate)
a    <enumerate object at 0x13cf910>
b    <enumerate object at 0x13cf870>
c    <enumerate object at 0x13cf820>
d    <enumerate object at 0x13cf7d0>
e    <enumerate object at 0x13ecdc0>

你想要做的只是枚舉系列本身。

>>> list(enumerate(s))
[(0, 'six'), (1, 'seven'), (2, 'six'), (3, 'seven'), (4, 'six')]

如果您想要對所有實體的字符串求和，該怎么辦？

>>> ",".join(s)
'six,seven,six,seven,six'

申請的更復雜用法是：

>>> from functools import partial
>>> s.apply(partial(map, lambda x: x*2 ))
a                ['ss', 'ii', 'xx']
b    ['ss', 'ee', 'vv', 'ee', 'nn']
c                ['ss', 'ii', 'xx']
d    ['ss', 'ee', 'vv', 'ee', 'nn']
e                ['ss', 'ii', 'xx']

[編輯]

根據OP的澄清問題：不要將系列（1D）與DataFrames（2D） http://pandas.pydata.org/pandas-docs/stable/dsintro.html#dataframe混淆 - 因為我沒有真正看到你可以談論行。 但是，您可以通過創建新系列在函數中包含索引（應用不會為您提供有關當前索引的任何信息）：

>>> Series([s[x]+" my index is:  "+x for x in s.keys()], index=s.keys())
a      six index  a
b    seven index  b
c      six index  c
d    seven index  d
e      six index  e

無論如何，我建議你切換到其他數據類型，以避免巨大的內存泄漏。

Answer 2

這是一個簡潔的方法，使用itertools的count和zip ：

import pandas as pd
from itertools import count

s = pd.Series(['six', 'seven', 'six', 'seven', 'six'],
                  index=['a', 'b', 'c', 'd', 'e'])

In [4]: zip(count(), s)
Out[4]: [(0, 'six'), (1, 'seven'), (2, 'six'), (3, 'seven'), (4, 'six')]

不幸的是，只有enumerate(list(s))才有效！