Python：将函数应用于数据帧的多个子集（存储在字典中）答案

【问题标题】：Python: Apply a function to multiple subsets of a dataframe (stored in a dictionary)Python：将函数应用于数据帧的多个子集（存储在字典中）
【发布时间】：2020-02-09 07:36:57
【问题描述】：

问候，

如果此问题与其他问题重复，我们深表歉意。但我可以找到一个答案，准确地解决我的问题。

我将一个名为“data”的数据帧拆分为多个子集，这些子集存储在名为“dfs”的数据帧字典中，如下所示：

# Partition DF

dfs = {}
chunk = 5

for n in range((data.shape[0] // chunk + 1)):
    df_temp = data.iloc[n*chunk:(n+1)*chunk]
    df_temp = df_temp.reset_index(drop=True)
    dfs[n] = df_temp

现在，我想将一个名为“fun_c”的预定义帮助函数应用于每个数据帧（存储在名为“dfs”的字典对象中）。

我一次将函数应用到dfs是否正确，如下（？）：

result = fun_c(dfs)

如果不是，那么正确的做法是什么？

【问题讨论】：

听起来你只想要一个用于单个数据帧的函数，你可以遍历数据帧，所以“fun_c(df)”对我来说更有意义。我建议只是尝试一下，也许问题会自己回答。

标签： python function dictionary

【解决方案1】：

这取决于您要查找的输出：

如果您想在输出中使用 dict，则应将该函数应用于每个 dict 项

result = dict({key: fun_c(val) for key, val in dfs.items()})

如果您想要输出中的数据帧/值列表，请将该函数应用于每个 dict 值

result = [fun_c(val) for val in dfs.items()]

但这种风格也没有错，你也可以在辅助函数中随心所欲地迭代：

def fun_c(dfs):

    result = None
    # either
    for key, val in dfs.items():
        pass
    # or
    for val in dfs.values():
        pass
    return result

如果这有帮助，请告诉我！

【讨论】：

【解决方案2】：

既然你想要这个：

现在，我想应用一个名为 “fun_c”到每个数据帧（存储在字典中名为“dfs”的对象）。

假设您的数据框 dict 看起来像这样，而您的 helper 函数 接收单个数据框。

dfs = {0 : df0, 1: df1, 2: df2, 3:df3}

让我们遍历字典，对每个数据帧应用fun_c 函数，并将结果保存在另一个具有相同键的字典中：

dfs_result = {k:fun_c[v] for k, v in dfs.items()}

【讨论】：