DataFrame列中数组的矢量化函数？答案

【问题标题】：Vectorizing function on arrays in DataFrame column?DataFrame列中数组的矢量化函数？
【发布时间】：2019-05-15 17:38:50
【问题描述】：

我想对 Dataframe 列中的每个元素使用一个函数 (scipy.signal.savgol_filter)（该列的每个元素都是一个数组）。虽然循环似乎有点不必要，但我无法理解矢量化解决方案。

我尝试了明显的 .apply 方法以及仅使用列上的函数。两者都显示错误，例如“使用序列设置数组元素”。

使用列表而不是数组的示例代码（但结果相同）：

import pandas as pd
from scipy import signal 
df = pd.DataFrame(data={'A': [[1,3,9], [7,2,3], [3,2,6,3], [2,3,4]]})
df['smooth'] = df.apply(signal.savgol_filter, args=(3, 0))

分别：

df['smooth'] = signal.savgol_filter(df['A'], 3, 0)

或者：

df['smooth'] = signal.savgol_filter(df['A'].values, 3, 0)

我认为这些都不起作用，因为整列都给了函数。有没有办法同时在列中的所有元素（=数组）上使用该函数，还是我必须遍历每一行？

【问题讨论】：

标签： python arrays pandas dataframe apply

【解决方案1】：

问题在于，当您尝试将其视为多维数组时，您的元素的形状不同。

如果您只想将该函数应用于每一行，则需要明确选择该列：

df['smooth'] = df['A'].apply(signal.savgol_filter, args=(3, 0))

不过，这并不是真正的矢量化解决方案。

编辑：

值得补充的是，numpy 问题跟踪器上有关于此错误消息的歧义的讨论。

见here和here

【讨论】：