本文介绍了Pandas 将具有不同参数值的函数应用于不同的列的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
我有两个数据框,一个 (p) df 包含要转换的列,第二个 (a) 包含 pd.series 形式的转换参数:
I have two data frames, one (p) df contains columns to be transformed, second (a) contains transformation parameter in form of pd.series:
p=np.random.rand(5,3) #create data frame
cols=["A","B","C"]
df1=pd.DataFrame(p,columns=cols)
a=np.array([0.3,0.4,0.5]) # create series of transform parameters
a=pd.Series(a,index=cols)
我徘徊如何迭代 df 列以使用适当的转换参数来转换每个列,如下所示:
I wander how to iterate over df columns to transform each one with appropriate transform parameter, something like below:
df1.apply(stats.boxcox,lmbda=a)
这当然行不通.我的临时解决方案只是一个蛮力函数:
which of course not works. My temporary solution is just a brute force function:
def boxcox_transform(df,lambdas):
df1=pd.DataFrame(index=df.index)
for column in list(df):
df1[column]=stats.boxcox(df[column],lambdas[column])
return(df1)
boxcox_transform(df1,a)
我想知道有没有更优雅的解决方案,例如 R CRAN mapply
可以迭代两个列表
I wander is there any more elegant solution like for example R CRAN mapply
which can iterate over two lists
推荐答案
您可以使用 lambda:
You can use a lambda:
result_df = df1.apply(lambda col: stats.boxcox(col, a.loc[col.name]))
这篇关于Pandas 将具有不同参数值的函数应用于不同的列的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持!