时间戳

首页 > 解决方案 > 如何从apply方法中获取map的第二个参数？

python - 如何从apply方法中获取map的第二个参数？

问题描述

我有以下数据集：

 data = {"C1":[[(3, 5), (6, 8), (9-10)], [(0, 2), (5, 7), (9, 10)], [], [(1, 11)], [(0, 7), (8, 10)], [(5, 6)], [(0, 1)]]}
dt = pd.DataFrame(data)
print(dt)

看起来像：

    0       [(3, 5), (6, 8), (9,10)]
    1       [(0, 2), (5, 7), (9, 10)]
    2       []
    3       [(1, 11)]
    4       [(0, 7), (8, 10)]
    5       [(5, 6)]
    6       [(0, 1)]

我想得到每个元组的长度（元组的第二个元素减去第一个元素）。

我最喜欢的输出是

0       [(3, 5), (6, 8), (9,10)]        [2,2,1]
1       [(0, 2), (5, 7), (9,10)]        [2,2,1]
2                         []            []
3                  [(1, 11)]            [10]
4          [(0, 7), (8, 10)]            [7,2]
5                   [(5, 6)]            [1]
6                   [(0, 1)]            [1]

我目前正在使用此代码：

dt['C2] = dt['C1'].apply(list(map(lambda x: x[1]-x[0])))

它给出了以下错误：

map() must have at least two arguments

由于我正在使用该apply方法，我希望自动获取的第二个参数mapfrom apply，为什么它没有发生？

标签： pythonlistapply

解决方案

给定的 lambda 分别.apply()应用于列中的每一行。因此，您可以只输入一个列表推导来做您想做的事情：

data = {"C1":[[(3, 5), (6, 8), (9, 10)], [(0, 2), (5, 7), (9, 10)], [], [(1, 11)], [(0, 7), (8, 10)], [(5, 6)], [(0, 1)]]}
dt = pd.DataFrame(data)
print(dt)

>>> dt['C2'] = dt['C1'].apply(lambda lst: [tup[1] - tup[0] for tup in lst])
>>> dt
                          C1         C2
0  [(3, 5), (6, 8), (9, 10)]  [2, 2, 1]
1  [(0, 2), (5, 7), (9, 10)]  [2, 2, 1]
2                         []         []
3                  [(1, 11)]       [10]
4          [(0, 7), (8, 10)]     [7, 2]
5                   [(5, 6)]        [1]
6                   [(0, 1)]        [1]

推荐阅读