python - 将方法应用于熊猫数据框中的几个选定列

问题描述

我想对 Dataframe 中的几列应用一个小方法。color_negative 方法不能应用于带有字符串的列，因此我需要以某种方式跳过这些列。我可以想到两种解决问题的方法，但遗憾的是没有一种方法有效。

在方法 1 中：

我尝试通过使用 Dataframe 的索引并将 while 循环的递增计数器设置为 1 将方法一一地应用于每一列，跳过第一列。执行此方法时，我收到错误，即“系列”对象没有“样式”属性，因此显然，我不能将方法应用于单个列。
在方法 2 中：

我尝试使用子集将该方法仅应用于具有数值的那些列，但我不确定我是否正确使用了子集。执行此方法时，我收到“Styler”类型的对象没有的错误len()。

这里有一个简化的例子：

import pandas as pd

d = {'col1': ['a', 'b'], 'col2': [21, 22], 'col3': [3, 51]}
df = pd.DataFrame(data=d)

def color_negative_red(val):
    color = 'black'
    if val < -1 : color = 'red'
    if val > 1 :  color = 'green'
    return 'color: %s' % color    
    
i=1
while i <= len(df):
    #Approach 1
    df.iloc[:, i] = df.iloc[:, i].style.applymap(color_negative_red)
    #Approach 2
    df = df.style.applymap(color_negative_red, subset = df.iloc[:, i])
    i+=1    

df

有没有人建议如何解决这个问题？

标签： pythonpandasdataframe

您可以选择想要的列，然后选择applymap它们，如下所示：

column_names = ['name_a','name_b']
df[column_names] = df[column_names].applymap(my_func)

如果你愿意，你可以过滤掉字符串的列

from numpy.core.multiarray import dtype

column_names = [name for name,col_type in df.dtypes.items() if col_type!=dtype('O')]

python - 将方法应用于熊猫数据框中的几个选定列

问题描述

解决方案

推荐阅读