如何解决将Python函数应用于一个pandas列，并将输出应用于多个列
你好社区，
我已经阅读了很多答案和博客，但我无法弄清我错过了哪些简单的事情！。我正在使用“条件”功能来定义所有条件，并将其应用于一个数据框列。如果条件满足，它应该创建/更新2个新的数据框列“ cat”和“ subcat”。
如果你们能在这里帮助我，那将是一个很大的帮助！
dict = {'remark':['NA','NA','Category1','Category2','Category3'],'desc':['Present','Present','NA']
}
df = pd.DataFrame(dict)
数据框看起来像这样：
remark desc
0 NA Present
1 NA Present
2 Category1 NA
3 Category2 Present
4 Category3 NA
我编写了一个定义条件的函数，如下所示：
def conditions(s):
if (s == 'Category1'):
x = 'insufficient'
y = 'resolution'
elif (s=='Category2):
x= 'insufficient'
y= 'information'
elif (s=='Category3):
x= 'Duplicate'
y= 'ID repeated'
else:
x= 'NA'
y= 'NA'
return (x,y)
我有多种想法可以在dataframe列上执行上述功能，但是没有运气。
df[['cat','subcat']] = df['remark'].apply(lambda x: pd.Series([conditions(df)[0],conditions(df)[1]]))
我期望的数据框应如下所示：
remark desc cat subcat
0 NA Present NA NA
1 NA Present NA NA
2 Category1 NA insufficient resolution
3 Category2 Present insufficient information
4 Category3 NA Duplicate ID repeated
非常感谢。
解决方法
解决这个问题的一种方法是使用列表理解：
df[['cat','subcat']] = [("insufficient","resolution") if word == "Category1" else
("insufficient","information") if word == "Category2" else
("Duplicate","ID repeated") if word == "Category3" else
("NA","NA")
for word in df.remark]
remark desc cat subcat
0 NA Present NA NA
1 NA Present NA NA
2 Category1 NA insufficient resolution
3 Category2 Present insufficient information
4 Category3 NA Duplicate ID repeated
@ dm2的答案显示了如何使用您的函数将其提取。第一个apply(conditions)创建一个包含元组的序列，第二个apply创建各个列，形成一个数据框，然后可以将其分配给cat和subcat。
之所以我建议理解列表，是因为，您正在处理字符串，而在Pandas中，通过香草python处理字符串通常更快。同样，有了列表理解功能，处理就完成了一次，您无需应用条件函数，然后调用pd.Series。这样可以加快速度。测试会对此断言或揭穿。
您可以这样做：
df[['cat','subcat']] = df['remark'].apply(conditions).apply(pd.Series)
输出：
remark desc cat subcat
0 NA Present NA NA
1 NA Present NA NA
2 Category1 NA insufficient resolution
3 Category2 Present insufficient information
4 Category3 NA Duplicate ID repeated
编辑：这可能是应用已有功能的更简单方法，但是如果您有一个庞大的DataFrame，请使用列表理解功能，通过@sammywemmy找出答案，以获取更快的代码。
,您要传递整个dataframe，您只需要传递lambda变量（x）。
df[['cat','subcat']] = df['remark'].apply(lambda x: pd.Series([*conditions(x)]))
*可以unpack进行迭代，因此您无需两次调用同一函数来提取输出。也许编译器可以解决这个问题，但我不这么认为...
您可以将self.home_frame.place(relwidth=1.0,relheight=1.0)
self.start_btn.place(relx=0.5,rely=0,relwidth=0.25)
self.about_btn.place(relx=0.75,relwidth=0.25)
与映射字典一起使用
import tkinter as tk
class App():
def __init__(self,parent):
self.app = parent
self.app.geometry("300x300")
self.app.title("test application")
f1 = tk.Frame(self.app,relief=tk.GROOVE,borderwidth=2)
b1a = tk.Button(f1,text="Place A")
b1b = tk.Button(f1,text="Place B")
b1a.place(relx=0.5,relwidth=0.25)
b1b.place(relx=0.75,relwidth=0.25)
f2 = tk.Frame(self.app,borderwidth=2)
b2a = tk.Button(f2,text="Two A")
b2b = tk.Button(f2,text="Two B")
b2b.pack(side=tk.RIGHT,anchor=tk.NE)
b2a.pack(side=tk.RIGHT,anchor=tk.NE)
f3 = tk.Frame(self.app,borderwidth=2)
b3a = tk.Button(f3,text="Grid A")
b3b = tk.Button(f3,text="Grid B")
b3a.grid(row=0,column=0,sticky=tk.NE)
b3b.grid(row=0,column=1,sticky=tk.NE)
f3.grid_rowconfigure(0,weight=1)
f3.grid_columnconfigure(0,weight=1)
f1.grid(row=0,sticky=tk.NSEW)
f2.grid(row=1,sticky=tk.NSEW)
f3.grid(row=2,sticky=tk.NSEW)
for row in range(0,3):
parent.grid_rowconfigure(row,weight=1)
parent.grid_columnconfigure(0,weight=1)
if __name__ == "__main__":
root = tk.Tk()
app = App(root)
#app1.resizable(False,False)
root.mainloop()
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。