如何在使用pandas数据框的apply函数时中断程序？

Question

有没有一种方法可以使用apply函数为pandasdataframe计算新列，但根据某些条件“中断”它。

假设我有一个2000行的数据框，并且我的条件取决于先前计算的应用值，在第1000个行时变为false。计算接下来的1000是一种浪费，我希望pandas在第1000个后停止“应用”并将到目前为止计算出的内容返回给我。

是否可能？将返回“最初的回答”。

- Chapo

---

你好。不知道你是否找到了解决这个问题的方法？ - Confounded

无法记住，抱歉。 - Chapo

Answer 1

使用带有条件的apply函数

df['new']=df['old'].apply(lambda x: <calculation> if <condition>(ex : x == 0) else x )

或者

df.loc[df['col']=='value','col']= df.loc[df['col']=='value','col'].apply(lambda x: "new_value"  )

- nassim

---

谢谢回复。标准本身将取决于先前计算的应用值：在这种情况下，您的解决方案将如何工作？ - Chapo

这是什么标准？ - nassim

标准的细节并不重要。假设在每一行中使用之前计算出的所有值，并且一个函数基于此返回布尔值。 - Chapo

问题是我能否在我的<condition>中使用到那个时刻计算出来的df['new']值？ - Chapo

Answer 2

您可以仅对您想要的行应用操作。

假设您的索引是自动递增且连续的，如果不是，您可以随时执行reset_index来实现。或者您可以选择任何您想要的条件，而不是前1000行。

idx = df.index < 1000 # index of 1000 items

df.loc[idx, '<yourcolums>'] = df[idx].apply(...)

- hunzter

---

只需将 idx = <what ever your condition is> 替换为你的条件，例如：idx = df['name'].str.startswith('Peter') # 行中的列名以 Peter 开头 - hunzter

你的示例中的 name 列可以是我当前使用 apply 计算的列吗？ - Chapo

it could be anything. - hunzter

我无法在您的示例中定义idx，因为apply函数尚未运行。我的条件是从apply函数的结果发出的。 - Chapo

假设我使用默认值初始化该列，然后通过应用程序进行覆盖。在这种情况下，有没有办法实现我的目标？ - Chapo