如何一次在多列上使用应用功能答案

【问题标题】：How to use apply function on multiple columns at once如何一次在多列上使用应用功能
【发布时间】：2018-09-26 13:15:53
【问题描述】：

是否可以在 pandas 中的多个列上调用 apply 函数，如果可以，如何做到这一点..例如，

 df['Duration'] = df['Hours', 'Mins', 'Secs'].apply(lambda x,y,z: timedelta(hours=x, minutes=y, seconds=z))

This is what the expected output should look like once everything comes together

谢谢。

【问题讨论】：

标签： python pandas apply duration timedelta

【解决方案1】：

你应该使用：

df['Duration'] = pd.to_timedelta(df.Hours*3600 + df.Mins*60 + df.Secs, unit='s')

当您在 DataFrame 和 axis=1 上使用 apply 时，这是一个行计算，所以通常这种语法是有意义的：

df['Duration'] = df.apply(lambda row: pd.Timedelta(hours=row.Hours, minutes=row.Mins, 
    seconds=row.Secs), axis=1)

一些时间

import pandas as pd
import numpy as np
df = pd.DataFrame({'Hours': np.tile([1,2,3,4],50),
                  'Mins':  np.tile([10,20,30,40],50),
                  'Secs': np.tile([11,21,31,41],50)})

%timeit pd.to_timedelta(df.Hours*3600 + df.Mins*60 + df.Secs, unit='s')
#432 µs ± 5.4 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%timeit df.apply(lambda row: pd.Timedelta(hours=row.Hours, minutes=row.Mins, seconds=row.Secs), axis=1)
#12 ms ± 67.4 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

与往常一样，申请应该是最后的手段。

【讨论】：

您好，我尝试了您的解决方案，但我不断收到此错误：() got an unexpected keyword argument 'axis'
@Blank 您需要确保您实际上在DataFrame 上使用apply 而不是Series。 Series.apply() 没有轴参数，这可能是导致该错误的原因 Series apply
但同样，不要在这里使用 apply 方法。对于较大的 DataFrame，它非常慢。
好的，第一行代码是你提出的主要建议吗？另外，为什么要乘以 3600？ cus 当我使用第一行时出现以下错误： int too big to convert
在我看来，你有一个 DataFrame 有 3 列 Hours、Mins 和 Secs，它们都是整数。我以秒为单位计算总时间，然后使用 pd.to_timedelta 以秒为单位。但似乎这不是你所拥有的。您应该使用 print(df) 发布您的数据，这样我们才能真正帮助您了解您真正拥有的东西。

【解决方案2】：

在带有axis=1 的数据帧上使用apply https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.apply.html

triangles = [{ 'base': 20, 'height': 9 }, { 'base': 10, 'height': 7 }, { 'base': 40, 'height': 4 }]

triangles_df = pd.DataFrame(triangles)

def calculate_area(row): return row['base'] * row['height'] * 0.5

triangles_df.apply(calculate_area, axis=1)

祝你好运！

【讨论】：

【解决方案3】：

这可能会有所帮助。

import pandas as pd
import datetime as DT
df = pd.DataFrame({"Hours": [1], "Mins": [2], "Secs": [10]})
df = df.astype(int)

df['Duration'] = df[['Hours', 'Mins', 'Secs']].apply(lambda x: DT.timedelta(hours=x[0], minutes=x[1], seconds=x[2]), axis=1)

print(df)
print(df["Duration"])

输出：

   Hours  Mins  Secs  Duration
0      1     2    10  01:02:10

0   01:02:10
dtype: timedelta64[ns]

【讨论】：

这当然很有帮助，但我收到了这个错误：('index out of bounds', 'occured at index 0')