pandas DataFrame，如何将函数应用于特定列？

Question

我已经阅读了 DataFrame.apply的文档

DataFrame.apply(func, axis=0, broadcast=False, raw=False, reduce=None, args=(), **kwds)¶ 沿着DataFrame的输入轴应用函数。

那么，我怎样才能将函数应用到特定列呢？

In [1]: import pandas as pd
In [2]: data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
In [3]: df = pd.DataFrame(data)
In [4]: df
Out[4]: 
   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9
In [5]: def addOne(v):
...:        v += 1
...:        return v
...: 
In [6]: df.apply(addOne, axis=1)
Out[6]: 
   A  B   C
0  2  5   8
1  3  6   9
2  4  7  10

我想将df['A']中的每个值加1，而不是所有列。如何使用DataFrame.apply实现？

谢谢帮助！

- GoingMyWay

---

尽可能避免使用apply。如果您不确定是否需要使用它，那么您可能不需要。我建议查看何时应该在代码中使用pandas apply()？。 - cs95

@coldspeed 很好，问题和答案深入。 - GoingMyWay

Answer 1

答案是，

df['A'] = df['A'].map(addOne)

也许您需要了解 Pandas 中 map、applymap、apply 方法的区别。

但是如果您坚持使用 apply，可以尝试以下方法：

def addOne(v):
    v['A'] += 1
    return v

df.apply(addOne, axis=1)

- su79eu7k

---

can we apply same function at a time on both A and B. - dondapati

@dondapati 当然可以，你只需在addOne函数内部添加v['B'] += 1。当axis=1时，Pandas的apply函数会将每一行作为v传入。 - su79eu7k

Answer 2

一个简单的方法是：

df['A'] = df['A'].apply(lambda x: x+1)

- felix_as

---

我按照你的建议进行了以下操作：df['A'] = df['A'].apply(lambda x: datetime.fromtimestamp(float(x)/1000.))但是出现了以下提示信息：“正在尝试在 DataFrame 的切片副本上设置值。 请改用 .loc[row_indexer,col_indexer] = value。 "有什么建议吗？ - Catarina Nogueira

@Catarina Nogueira 请在最后添加.copy()，例如apply(...).copy()。 - Nosey

我不认为这是一个好的解决方案。你正在对DataFrame进行变异，同时迭代自身。我建议首先复制一份DataFrame。请参考这里： https://pandas.pydata.org/docs/user_guide/gotchas.html#gotchas-udf-mutation - Paul

@Paul 好建议。在执行 UDF 函数之前进行复制可以避免一些意外行为。 - Felix Feng

Answer 3

对于其他需要能够进行管道传输的解决方案：

identity = lambda x: x

def transform_columns(df, mapper):
    return df.transform(
        {
            **{
                column: identity
                for column in df.columns
            },
            **mapper
        }
    )

# you can monkey-patch it on the pandas DataFrame (but don't have to, see below)
pd.DataFrame.transform_columns = transform_columns

(
    pd.DataFrame(data)
    .rename(columns={'A': 'A1'})   # just to demonstrate the motivation
    .transform_columns({'A1': add_one})
)

这也允许：

pd.DataFrame(data).transform_columns({
    'A': add_one,
    'B': add_two,
})

如果你不想使用猴子补丁(DataFrame monkey-patch)，你可以通过pipe来使用它：

pd.DataFrame(data).pipe(transform_columns, {'A': add_one})

不过，如果pandas能够自然地支持这一点，那就太好了。

上面的代码片段是CC0。

- krassowski

Answer 4

您可以使用lambda函数与.apply()方法来解决这类问题。假设您的数据框如下所示：

A | B | C
----------
1 | 4 | 7
2 | 5 | 8
3 | 6 | 9

您想要应用的函数：

def addOne(v):
v += 1
return v

所以，如果你像这样编写代码：

df['A'] = df.apply(lambda x: addOne(x.A), axis=1)

你将获得：

A | B | C
----------
2 | 4 | 7
3 | 5 | 8
4 | 6 | 9

- Tejas Shah