python - 如何在 DataFrame 的所有行上应用函数
问题描述
我有一个数据集如下
data = { "C1": [1.0 , 1.2 , 1.2, 1.30 , 1.29 , 1.30, 1.31] ,
"C2" :[1.2 , 1.3 , 1.3 , 1.40 , 1.50 , 1.60 , 1.61] ,
"C3": [1.3 , 1.0 , 1.2 , 1.21 , 1.31 , 1.42 , 1.33] }
data = pd.DataFrame(data)
data = data.T
print(data)
0 1 2 3 4 5 6
Cell 1 1.0 1.2 1.2 1.30 1.29 1.30 1.31
Cell 2 1.2 1.3 1.3 1.40 1.50 1.60 1.61
Cell 3 1.3 1.0 1.2 1.21 1.31 1.42 1.33
我有一个函数可以在数字列表中找到非递减序列。例如,如果您考虑第一行是
[1.0 , 1.2 , 1.2, 1.30 , 1.29 , 1.30, 1.31]
有两个非递减序列:
1- [1.0 , 1.2 , 1.2, 1.30] and 2- [1.29 , 1.30, 1.31]
我正在使用以下函数来获取这些非递减序列:
def igroups(x):
s = [0] + [i for i in range(1, len(x)) if x[i] < x[i-1]] + [len(x)]
#print(s)
return [x[j:k] for j, k in [s[i:i+2] for i in range(len(s)-1)] if k - j > 1]
我的问题:我想在我的apply
dataframeigroups
的所有行上运行。我怎样才能做到这一点?apply
例如,我尝试使用解决此问题
dt.applymap(lambda x : igroups(x))
我知道apply
函数适用于单元格而不是一行,最后一行代码不起作用的原因是因为这个,我也知道我可以使用循环来解决这个问题(我不喜欢这样做)。
感兴趣的结果将是这样一个新列(新),其中包含非递减数字序列的列表:
0 1 2 3 4 5 6 7 new
Cell 1 1.0 1.2 1.2 1.30 1.29 1.30 1.31 [[1.0 , 1.2 , 1.2, 1.30 ], [1.29 , 1.30, 1.31]]
Cell 2 1.2 1.3 1.3 1.40 1.50 1.60 1.61 [[1.2 , 1.3 , 1.3 , 1.40 , 1.50 , 1.60 , 1.61]]
Cell 3 1.3 1.0 1.2 1.21 1.31 1.42 1.33 [[1.0 , 1.2 , 1.21 , 1.31 , 1.42]]
解决方案
使用带有axis = 1的pandas apply。它将将该函数应用于每一行并返回一个系列。
df['new'] = df.apply(igroups, axis = 1)
推荐阅读
- javascript - 如何创建端点的持久性加载以触发计划
- node.js - 使用 Heroku 部署 Angular + Node 时出现问题
- node.js - 在打字稿中使用 jest 模拟 postgres 数据库连接(Pool,PoolClient,pg)
- heroku - 使用 create-react-app 时无效的主机头
- oauth-2.0 - 为什么这个范围表示为 URI?
- vue.js - Vue 嵌套转换无法应用预期的类
- node.js - 将 cookie 字符串解析为坚韧的 cookie 容器
- go - Golang-Paho MQTT 订阅者在重新初始化订阅者后不断断开连接并出现错误 EOF
- vba - 从正文中提取电子邮件地址并自动回复
- vba - 为什么 VBA ContentRange 有时会返回不正确的值?