如何在多行上应用函数

Question

我使用 pandas 将一列中的一系列周期范围分成两列，即 Date = 100-120 --> EarliestDate = 100，LatestDate = 120

唯一的问题是某些范围还包含缩写（即 150-56 或 225-26，会导致不良结果，例如 {150, 56} 和 {225-26}）

我正在尝试编写一个扩展缩写的函数。类似的东西

def expansion(x, y):
    for x in data_frame['EarliestDate']:
       for y in data_frame['LatestDate']:
         if x>100 and y>100 and y<x:
           return (math.floor(x/100))*100 + y)
         else:
           pass

基本上，我取最早范围内的数字，除以 100，用 math.floor 将其四舍五入，然后将其添加到后面的范围（因此 56 将变回 156）。我不确定这是否是最有效的方法（也许转换为字符串并使用正则表达式会更好？）我还必须为日期范围涉及日期 1-99 或负日期（即-110)

但我的主要问题是当我将它作为 lambda 函数应用时：

data_frame['LatestDate'] = data_frame[['EarliestDate', 'LatestDate']].apply(lambda x: expansion(x.EarliestDate, x.LatestDate), axis=1)

lambda 函数的结果只是用相同的单个值 (79) 覆盖 'LatestDate' 中的所有原始正确值（即使条件未获得）。我不知道为什么会这样——非常感谢。

Answer 1

尝试.loc 而不是多个 for 循环：

data_frame.loc[(data_frame.EarliestDate >100) & (data_frame.LatestDate >100) &(data_frame.EarliestDate > data_frame.LatestDate), 'newCol'] = math.floor(data_frame.loc[(data_frame.EarliestDate >100) & (data_frame.LatestDate >100) &(data_frame.EarliestDate > data_frame.LatestDate), 'EarliestDate'] /100 )*100+  data_frame.loc[(data_frame.EarliestDate >100) & (data_frame.LatestDate >100) &(data_frame.EarliestDate > data_frame.LatestDate), 'LatestDate']

您可以使用掩码选择条件为真的所有行：

mask = (data_frame.EarliestDate >100) & (data_frame.LatestDate >100) &(data_frame.EarliestDate > data_frame.LatestDate)

您可以使用.loc 使用以下语法选择这些行：

data_frame.loc[mask, 'newCol']

第二个参数是一个列索引，其中newCol 将是data_frame 中的一个新列，因为它还不存在。然后在等号的另一边，您使用相同的掩码并使用指定的列进行计算。掩码无效的任何地方都会留下NaN。