将函数应用于一对Pandas系列。

Question

假设我有两个系列：

s = pd.Series([20, 21, 12]
t = pd.Series([17,19 , 11]

我希望将一个两个参数的函数应用到这两个系列上，以得到一系列结果（作为一系列输出）。现在，实现该功能的一种方法如下：

df = pd.concat([s, t], axis=1)
result = df.apply(lambda x: foo(x[s], x[t]), axis=1)

但是这种方法似乎有些笨重。是否有更加优雅的方式呢？

- Igor Rivin

---

你确定 lambda x: foo(x[s], x[t]) 是正确的吗？难道你的意思不是对每个 s 和 t 值的每一行应用 foo 函数吗？那么 foo 函数是什么样子的呢？ - Rodalm

@Rodalm 这有什么关系呢？这是一个接受两个参数的函数。是的，我只想逐行应用foo。 - Igor Rivin

因为它不能按照所需方式工作，并使您的解决方案变得不必要地复杂。您只需要编写 result = df.apply(foo, axis=1)，这样会使您的解决方案更加优雅。或者如果您想要 result = pd.concat([s, t], axis=1).apply(foo, axis=1) 。 - Rodalm

Answer 1

有很多方法可以实现您想要的功能。

根据具体的函数，您可能可以直接将其应用于系列。例如，调用s + t会返回

0    37
1    40
2    23
dtype: int64

然而，如果你的函数比简单的算术更复杂，你可能需要做些创新。一个选项是使用内置的Python map 函数。例如，调用

list(map(np.add, s, t))

返回

[37, 40, 23]

- user13867283

Answer 2

如果两个序列具有相同的索引，您可以使用列表推导式创建一个序列：

result = pd.Series([foo(xs, xt) for xs,xt in zip(s,t)], index=s.index)

如果无法保证两个系列具有相同的索引，则使用concat是最好的选择，因为它可以帮助对齐索引。

- Quang Hoang

---

这确实是一个不错的解决方案，但我没有想到它，因为似乎遍历列表会产生很多开销。我错了吗？ - Igor Rivin

是的，你错了 :-). apply 也会创建一个等价于列表的对象，还会增加一些索引对齐的开销。 - Quang Hoang

Answer 3

如果我理解正确，您可以使用此方法来应用一个函数，使用两列数据，并将结果复制到另一列中：

df['result'] = df.loc[:, ['s', 't']].apply(foo, axis=1)

- Aleix Molla

Answer 4

可以尝试使用numpy.vectorize：

from numpy import vectorize

vect_foo = vectorize(foo)
result = vect_foo(s, t)

- SultanOrazbayev