代码之家 › 专栏 › 技术社区 › Bluefire

不要使用apply()将项映射到任何输出

pandas-apply pandas-groupby dataframe pandas python-3.x

Bluefire · 技术社区 · 8 年前

假设我有一个 groupby 对象、数据帧或具有 apply() 方法。我希望一些元素不映射到任何输出。例如,在我的情况下,我有一个 子句 我希望那些满足特定标准的群体被忽略。我该怎么做?我试过了 return None 在正在应用的函数中,但是输出仍然有一个组的条目(它为空,但仍然存在)。

例如,假设数据帧如下所示:

good_row            272.0  42440.0  29893408.0
good_row_2          142.0  22360.0  12965953.0
bad_row             171.0  26920.0  14726556.0

我想跑 df.apply(fn, axis=1) 这样,对于好行,fn返回一些输出,对于坏行,fn告诉apply“忽略”行,而输出没有 bad_row . 在这里,为了便于演示,我使用了一个数据帧而不是groupby,但这是相同的想法。

2 回复 | 直到 8 年前

tobsecret 8 年前

你可以 return pd.Series(index=['output_column1', 'output_column2', ...]) 而不是 None 然后删除所有行 NaN 价值观如下:

cleaned_output_df = output_df.drop_na(axis=0, how='all')

或者,如果您事先知道不想将函数应用于哪些行,则可以在使用 apply .

df.loc[boolean_array].apply(your_function_goes_here)

或

df.query("column_a > 15").apply(your_function_goes_here)

您还可以使用groupby对象的筛选函数筛选groupby对象,请参见 docs 举个例子。语法如下:

grouped = df.groupby('column_A')
filtered = grouped.filter(some_function_that_takes_a_df_and_returns_a_bool)

bsterrett 8 年前

先筛选数据帧,然后将函数应用于筛选的结果。

假设区分好行和坏行的标准是第二列和第三列的比率小于或等于 0.0018 . 也就是说,要将所有单元格(满足条件)中的所有值平方。您可以使用以下代码:

import pandas as pd
df = pd.DataFrame(data=[
        {'a': 272., 'b': 42440., 'c': 29893408.},
        {'a': 142., 'b': 22360., 'c': 12965953.},
        {'a': 171., 'b': 26920., 'c': 14726556.}
    ], index=[
        'good_row',
        'good_row_2',
        'bad_row'
    ])

# One line, operator chaining
df[df['b'] / df['c'] <= 0.0018].apply(pow, args=(2,), axis=1)

# Three lines with intermediate objects
good_row_index = df['b'] / df['c'] <= 0.0018
filtered_df = df[good_row_index]
filtered_df.apply(pow, args=(2,), axis=1)

推荐文章