Python：在熊猫 lambda 表达式中使用函数答案

【问题标题】：Python: use a function in pandas lambda expressionPython：在熊猫 lambda 表达式中使用函数
【发布时间】：2016-04-01 17:59:45
【问题描述】：

我有以下代码，试图在数据框中查找“日期”列的小时：

print(df['Dates'].head(3))
df['hour'] = df.apply(lambda x: find_hour(x['Dates']), axis=1)

def find_hour(self, input):
    return input[11:13].astype(float)

print(df['Dates'].head(3)) 的样子：

0    2015-05-13 23:53:00
1    2015-05-13 23:53:00
2    2015-05-13 23:33:00

但是，我收到以下错误：

    df['hour'] = df.apply(lambda x: find_hour(x['Dates']), axis=1)
NameError: ("global name 'find_hour' is not defined", u'occurred at index 0')

有人知道我错过了什么吗？谢谢！

请注意，如果我将函数直接放在 lambda 行中，如下所示，一切正常：

df['hour'] = df.apply(lambda x: x['Dates'][11:13], axis=1).astype(float)

【问题讨论】：

如果 x 是 datetime 对象并且 self 应该是什么，您也可以直接从 x 中提取小时？

标签： python pandas lambda dataframe

【解决方案1】：

您正在尝试使用尚未定义的find_hour。你只需要换个方式：

def find_hour(self, input):
    return input[11:13].astype(float)

print(df['Dates'].head(3))
df['hour'] = df.apply(lambda x: find_hour(x['Dates']), axis=1)

编辑：Padraic 指出了一个非常重要的点：find_hour() 被定义为接受两个参数，self 和 input，但你只给它一个。您应该将find_hour() 定义为def find_hour(input):，除非将参数定义为input 会影响内置函数。您可以考虑将其重命名为更具描述性的名称。

【讨论】：

【解决方案2】：

老好.dt.hour怎么了？

In [202]: df
Out[202]:
                 Date
0 2015-05-13 23:53:00
1 2015-05-13 23:53:00
2 2015-05-13 23:33:00

In [217]: df['hour'] = df.Date.dt.hour

In [218]: df
Out[218]:
                 Date  hour
0 2015-05-13 23:53:00    23
1 2015-05-13 23:53:00    23
2 2015-05-13 23:33:00    23

如果您的Date 列是字符串类型，您可能需要将其转换为日期时间first：

df.Date = pd.to_datetime(df.Date)

或者只是：

df['hour'] = int(df.Date.str[11:13])

【讨论】：