问题
大家好,这个问题与这个问题密切相关。与获取Series
的name
不同,现在我想要获取每个特定Series
的index
。我尝试过使用x.index
,但它返回的是一系列的索引而非该特定单元格的index
。
In [14]: df = pd.DataFrame({
...: 'X': [1,2,3,4,5],
...: 'Y': [3,4,5,6,7],
...: 'Z': [5,6,7,8,9]}, index=['a', 'b', 'c', 'd', 'e'])
In [15]: df
Out[15]:
X Y Z
a 1 3 5
b 2 4 6
c 3 5 7
d 4 6 8
e 5 7 9
In [15]: df.apply(lambda x: (x.name, x.index), axis=1)
Out[15]:
a (a, [X, Y, Z])
b (b, [X, Y, Z])
c (c, [X, Y, Z])
d (d, [X, Y, Z])
e (e, [X, Y, Z])
dtype: object
期望输出
我想要实现如下格式。然而,我不确定如何访问特定行的index
。如果使用x.index
,会返回指数值的列表。
正如你在示例中看到的那样,我只想获取每个单元格的值为(index, column), value
X Y Z
a (a, X), 1 (a, Y), 3 (a, Z), 5
b (b, X), 2 (b, Y), 4 (b, Z), 6
c (c, X), 3 (c, Y), 5 (c, Z), 7
d (d, X), 4 (d, Y), 6 (d, Z), 8
e (e, X), 5 (e, Y), 7 (e, Z), 9
试验
我已经尝试过以下方法,但由于索引是硬编码的,所以它不起作用。我还查看了索引文档,但找不到适合这种需求的属性。
In [35]: df.apply(lambda x: (x.name, x.index[0]), axis=1)
Out[35]:
a (a, X)
b (b, X)
c (c, X)
d (d, X)
e (e, X)
dtype: object
In [36]: df.apply(lambda x: (x.name, x.index[1]), axis=1)
Out[36]:
a (a, Y)
b (b, Y)
c (c, Y)
d (d, Y)
e (e, Y)
dtype: object
In [37]:
我认为可以通过迭代每一列并重新分配其中的值来实现此操作。但是,是否有一种使用apply()
方法来实现这个功能的方式呢?谢谢!