使用 Pandas Series 的 apply() 函数

Question

我有以下代码：

import pandas as pd
frame = pd.DataFrame(np.random.randn(4,3), columns=list('bde'),index=['Utah','Ohio','Texas','Oregon'])

frame

b   d   e
Utah    0.479210    0.161892    -1.315375
Ohio    -0.572543   0.080203    -0.446178
Texas   0.052954    0.043417    0.365056
Oregon  1.462631    0.244453    2.207720

f = lambda x: x.max()-x.min() 
frame.apply(f)

这将导致：

b    2.035174
d    0.201035
e    3.523095
dtype: float64

我正在尝试学习如何仅对特定列应用lambda表达式，因此我想仅将lambda应用于“d”列。所以这就是我所做的：

frame['d'].apply(f)

尽管如此，它会导致错误： AttributeError: 'float'对象没有'max'属性

type(frame['d'])
pandas.core.series.Series

frame['d'].dtype
dtype('float64')

我尝试调试它。看起来frame['d']是一个Series类型，该系列中的每个值都是float类型，而float类型没有min/max属性。

我认为我可能只是忽略了一些简单的东西，但是我的Python和Pandas知识有限，所以很难做到这一点。如何仅对列“d”应用lambda函数？

- bencampbell_14

---

在这种情况下，您可以通过在 Series 上直接运行 f(frame['d']) 来直接运行 f。 - Alex Riina

Answer 1

问题在于对于Series来说，.apply是逐个元素地处理的，而对于DataFrame来说，它是按列或按行来处理的。如果你真的想要用.apply这种方式，可以像这样进行子集操作：

In [9]: frame.loc[:,['d']]
Out[9]: 
               d
Utah    2.259488
Ohio    0.458926
Texas  -0.072635
Oregon  0.470217

In [10]: type(frame.loc[:,['d']])
Out[10]: pandas.core.frame.DataFrame

这将返回一个DataFrame。因此，您可以简单地执行以下操作：

In [11]: frame.loc[:,['d']].apply(lambda x: x.max()-x.min())
Out[11]: 
d    2.332124
dtype: float64

请注意，为了简洁起见，您可以直接使用frame[['d']]，但是以下写法更加合理：

In [12]: frame.d.max() - frame.d.min()
Out[12]: 2.3321235565383334

预计时间：实际上，在这种情况下，即使是整个DataFrame，你也不需要使用apply函数，而且以下方法肯定比apply更快：

In [19]: frame.max() - frame.min()
Out[19]: 
b    3.337040
d    2.332124
e    2.224037
dtype: float64

- juanpa.arrivillaga