Pandas - Python: Apply()和if/then逻辑

Question

I have the following DataFrames:

example  = pd.DataFrame({"dirr":[1,0,-1,-1,1,-1,0], 
                         "value": [125,130,80,8,150,251,18], 
                         "result":[np.NaN for _ in range(7)]})

我想使用cummin()和cummax()对其执行以下操作：

example["result"].apply(lambda x : x= example["value"].cummax() if example["dirr"]==1
                           else x= example["value"].cummin() if example["dirr"]==-1
                           else x= NaN if if example["dirr"]==0
                              )

这是返回结果：错误：语法无效。有谁能帮我搞清楚这个问题吗？预期输出为：

example  = pd.DataFrame({"dirr":[1,0,-1,-1,1,-1,0], 
                         "value": [125,130,80,8,150,251,18], 
                         "result":[125, NaN, 80, 8, 150, 8, NaN]})

编辑：

根据@su79eu7k的答案，以下函数可以实现：

def calc(x):
    if x['dirr'] == 1:
        return np.diag(example["value"].cummax())
    elif x['dirr'] == -1:
        return np.diag(example["value"].cummin())
    else:
        return np.nan

我应该能够将其塞入lambda中，但仍然被语法错误阻止...我仍然看不到哪里出错了？

example["result"]=example.apply(lambda x : np.diag(x["value"].cummax()) if x["dirr"]==1
                               else np.diag(x["value"].cummin()) if x["dirr"]==-1
                               else NaN if x["dirr"]==0
                              )

希望你们最后能给个小提示，这对我们来说将受益匪浅。

- jim jarnac

---

结果应该是 [125, NaN, 80, 8, 150, 8, NaN] 还是 [125, NaN, 125, 80, 150, 8, NaN]？ - 3novak

@3novak：是的，你说得对。已编辑。 - jim jarnac

Answer 1

我认为使用单独的行比使用apply函数更有意义。如果您确实要使用apply函数，应该创建一个单独的函数并将其传递，而不是使用三行lambda表达式。

example.loc[example['dirr'] == 1, 'result'] = \
            example.loc[example['dirr'] == 1, 'value'].cummax()
example.loc[example['dirr'] == -1, 'result'] = \
            example.loc[example['dirr'] == -1, 'value'].cummin()

>>> example
   dirr  result  value
0     1   125.0    125
1     0     NaN    130
2    -1    80.0     80
3    -1     8.0      8
4     1   150.0    150
5    -1     8.0    251
6     0     NaN     18

以下是另一种 应用 的方法。

current_max = 0
current_min = 9999

def func(df):
    global current_max
    global current_min
    if df['dirr'] == 1:
        current_max = max(current_max, df['value'])
        return current_max
    elif df['dirr'] == -1:
        current_min = min(current_min, df['value'])
        return current_min
    else:
        return np.nan

example['result'] = example.apply(func, axis=1)

- 3novak

---

谢谢您的回复，它确实有效。但是我真的不理解这个逻辑：您将布尔列表作为位置参数传递？如果您要将其作为函数并通过apply()传递，您会如何处理？ - jim jarnac

正确的，我们对数据框的一部分进行索引以进行赋值，然后我们对影响返回数据的部分进行子集操作。我已经修改了我的帖子以提供另一种应用函数，但全局变量使得它有点复杂。 - 3novak

我可以使用Pandas.mask()来完成相同的操作。这是我以前用过的方法。但我不喜欢这种语法，想要在一行中定义“result”值。 - jim jarnac

Answer 2

我认为@3novak的解决方案简单且快速。但如果你真的想使用apply函数，

def calc(x):
    if x['dirr'] == 1:
        return example["value"].cummax()
    elif x['dirr'] == -1:
        return example["value"].cummin()
    else:
        return np.nan

example['result']  = np.diag(example.apply(calc, axis=1))

print example

   dirr  result  value
0     1   125.0    125
1     0     NaN    130
2    -1    80.0     80
3    -1     8.0      8
4     1   150.0    150
5    -1     8.0    251
6     0     NaN     18

- su79eu7k

---

谢谢，这很有趣：从我看到的内容来看，您创建的函数本质上与我在问题中提到的函数相同，除了两件事：1）语法是正确的！为什么在我的问题中它不能工作？（我试着用elif替换第二个else，但还是出错了）。2）np.diag()函数，它具体做什么？理想情况下，我想保留我的原始lambda函数。我认为为它编写3行代码可以，并且可以使代码更清晰。 - jim jarnac

https://google.github.io/styleguide/pyguide.html?showone=Lambda_Functions＃Lambda_Functions和https://dev59.com/QWYr5IYBdhLWcg3wAFk1解决期望lambda的缺点和不可能性。 - 3novak

@su79eu7k：好的，我明白了，在lambda表达式中不能在if/else语句中使用语句。关于我的第二个问题，为什么会有numpy.diag()函数？为什么不直接使用example['result'] = example.apply(calc, axis=1)呢？ - jim jarnac

实际上，我更接近@su79eu7k使用的表达方式，将我的lambda重述为example[result].apply(lambda x : example["value"].cummax() if x["dirr"]==1 ...。Lambda中没有更多的语句，但仍然返回error:invalid syntax。为什么？PS：不感兴趣为什么一个16行的函数更好的意见... - jim jarnac

@3novak example.apply(calc, axis=1)) 生成计算结果数据框，其中包含基于dirr的cummax或cummin列。最后，np.diag选择其对角线数字。尝试print example.apply(calc, axis=1))以便理解可能会有所帮助。 - su79eu7k

@su79eu7k 非常感谢！你能看一下我在问题中所做的编辑吗？谢谢。 - jim jarnac

Answer 3

所有的numpy

v = example.value.values
d = example.dirr.values
mx = np.maximum.accumulate(v)
mn = np.minimum.accumulate(v)
example['result'] = np.where(d == 1, mx, np.where(d == -1, mn, np.nan))
example

   dirr  result  value
0     1   125.0    125
1     0     NaN    130
2    -1    80.0     80
3    -1     8.0      8
4     1   150.0    150
5    -1     8.0    251
6     0     NaN     18

---

时间控制

- piRSquared