使用 Python Pandas 仅在特定行和列上应用函数

Question

我在下面有一个数据框：

df = {'a': [1, 2, 3],
      'b': [77, 88, 99],
      'c1': [1, 1, 1],
      'c2': [2, 2, 2],
      'c3': [3, 3, 3]}
df = pd.DataFrame(df)

还有一个功能：

def test_function(row):
    return row['b']

如何将此函数应用于“c”列（即 c1、c2 和 c3），但仅适用于“a”值与“c”列的第二个字符匹配的特定行？

例如，对于第一行，'a' 的值为 1，所以对于第一行，我想在列 'c1' 上应用这个函数。

对于第二行，'a' 的值为 2，所以对于第二行，我想在列 'c2' 上应用这个函数。其余行以此类推。

期望的最终结果应该是：

df_final = {'a': [1, 2, 3],
            'b': [77, 88, 99],
            'c1': [77, 1, 1],
            'c2': [2, 88, 2],
            'c3': [3, 3, 99]}
df_final = pd.DataFrame(df_final)

Answer 1

将Series.mask 与由DataFrame.filter 过滤的比较c 列一起使用，如果匹配则由b 的值替换：

c_cols = df.filter(like='c').columns

def test_function(row):
    #for test integers from 0 to 9
    #m = c_cols.str[1].astype(int) == row['a']
    #for test integers from 0 to 100
    m = c_cols.str.extract('(\d+)', expand=False).astype(int) == row['a']
    row[c_cols] = row[c_cols].mask(m, row['b'])
    return row

df = df.apply(test_function, axis=1)
print (df)
   a   b  c1  c2  c3
0  1  77  77   2   3
1  2  88   1  88   3
2  3  99   1   2  99

广播的非循环更快的替代方案：

arr = c_cols.str.extract('(\d+)', expand=False).astype(int).to_numpy()[:, None]
m = df['a'].to_numpy() == arr
df[c_cols] = df[c_cols].mask(m, df['b'], axis=0)