我有一个带有时间索引的数据帧,包含三列,每列都包含三维向量的坐标:
x y z
ts
2014-05-15 10:38 0.120117 0.987305 0.116211
2014-05-15 10:39 0.117188 0.984375 0.122070
2014-05-15 10:40 0.119141 0.987305 0.119141
2014-05-15 10:41 0.116211 0.984375 0.120117
2014-05-15 10:42 0.119141 0.983398 0.118164
我希望对每一行应用一个转换,该转换还返回一个向量
def myfunc(a, b, c):
do something
return e, f, g
但是如果我这样做:
df.apply(myfunc, axis=1)
我最终得到了一个元素为元组的Pandas系列。这是因为apply会在不解包myfunc结果的情况下取出其结果。如何更改myfunc以获得具有三列的新df?
编辑:
以下所有解决方案都有效。 Series解决方案允许使用列名,而List解决方案似乎执行速度更快。
def myfunc1(args):
e=args[0] + 2*args[1]
f=args[1]*args[2] +1
g=args[2] + args[0] * args[1]
return pd.Series([e,f,g], index=['a', 'b', 'c'])
def myfunc2(args):
e=args[0] + 2*args[1]
f=args[1]*args[2] +1
g=args[2] + args[0] * args[1]
return [e,f,g]
%timeit df.apply(myfunc1 ,axis=1)
100 loops, best of 3: 4.51 ms per loop
%timeit df.apply(myfunc2 ,axis=1)
100 loops, best of 3: 2.75 ms per loop