根据计算向数据框添加多列的函数 - Pandas

Question

我有一个这样的数据框：

name:   ...  line: 
bobo    ...   10
amy     ...   5
amanda  ...   15

我想创建一个可用于多个数据帧的函数，它根据函数内的计算向数据帧添加新列。这是我正在尝试使用该功能执行的操作，但它不起作用。

def check(df, lines):
    
    for line in lines:
        df['big_line'] = (line*5, line)
        df['small_line'] = line*2
        df['massive_line'] = line*10
        df['line_word'] = line + ' line'
        
    return df

基本上，我想让它返回的是如下所示的数据框：

函数调用：

def check(df, df['line'])

返回：

name:   ...  line: big_line: small_line: massive_line: line_word:
bobo    ...   10   (50, 10)         20           100         10 line
amy     ...   5     (25, 5)         10            50          5 line
amanda  ...   15  ...............................................

如果有人能指出我正确的方向，那就太好了。谢谢。

我收到 big_line 错误，因为它是元组类型的对象。

Answer 1

使用计算每行输出的函数

输入：

df = pd.DataFrame({'line': [10,5,15]}, index=['bobo', 'amy', 'amanda']).rename_axis(index='name')

        line
name        
bobo      10
amy        5
amanda    15

您可以定义一个返回系列的函数：

def check(s):
    line = s['line']
    return pd.Series({'big_line': (line*5, line),
                      'small_line': line*2,
                      'massive_word': line*10,
                      'line_word': str(line)+' line'
                     })

然后将其应用于行：

df.apply(check, axis=1)

输出：

        big_line  small_line  massive_word line_word
name                                                
bobo    (50, 10)          20           100   10 line
amy      (25, 5)          10            50    5 line
amanda  (75, 15)          30           150   15 line

使用向量运算

df['big_line']     = df['line'].apply(lambda x: (5*x, x))
df['small_line']   = df['line']*2
df['massive_line'] = df['line']*10
df['line_word']    = df['line'].astype(str)+' line'

Answer 2

您正在将序列分配给 Series 对象。您的序列只有 2 个元素，但数据框有超过 2 行。这个answer可以帮助你理解错误：

def check(df, lines):
    for line in lines.to_list():
        df['big_line'] = f"({line*5}, {line})"
        df['small_line'] = line*2
        df['massive_line'] = line*10
        df['line_word'] = line + ' line'
    return df

check(df, df['line'])

输出：

    name    line    big_line    small_line  massive_line    line_word
0   bobo      10    (75, 15)         30     150             15 line
1   amy       5     (75, 15)         30     150             15 line
2   amanda    15    (75, 15)         30     150             15 line

编辑：根据您的评论，如果您想更新原始数据框的每一行，那么我建议修改您的原始函数以索引每个行号, 使用loc 方法：

def check(df, lines):
  for index, line in enumerate(lines.to_list()):
      df.loc[index, 'big_line'] = f"({line*5}, {line})"
      df.loc[index, 'small_line'] = line*2
      df.loc[index, 'massive_line'] = line*10
      df.loc[index, 'line_word'] = line + ' line'
  return df

输出：

    name    line    big_line    small_line  massive_line    line_word
0   bobo    10     (50, 10)            20   100             10 line
1   amy     5      (25, 5)             10   50               5 line
2   amanda  15     (75, 15)            30   150             15 line

Answer 3

如果你只想要一个字符串，你可以试试：

df['big_line'] = f'({5*line}, {line})'

如果它需要是一个元组，那么在创建字符串之后包含它：

df['big_line'] = df.big_line.apply(lambda x: eval(x))