主页 / 问题 / 1270919
Accepted
Trulimon
Asked:2022-04-16 16:54:01 +0000 UTC2022-04-16 16:54:01 +0000 UTC

如何申请申请两列？

  • 772

计算使用偏差b的绝对值并将结果存储在.capplyd

df = pd.DataFrame({ 'a':[7083.3317, 1249.9998, 3749.9999, 2083.3332], 
                    'b': [182.93, 34.534, 59.334, 84.93],
                    'c': [157.93, 10.534, 24.334, 55.93]})


        a          b        c
0   7083.3317   182.930  157.930
1   1249.9998   34.534   10.534
2   3749.9999   59.334   24.334
3   2083.3332   84.930   55.930

不幸的是，不接受以下解决方案：

df['d'] = abs(df['b'] - df['c'])

必要的：

f = lambda row: abs(row['x'] - row['y'])
df['d'] = df.loc[:, 'b', 'c'].apply(f, axis=1)

给出错误消息：

IndexingError：索引器过多

python

3 个回答

  1. Best Answer

    你可以不用.apply()- Pandas Series 有一个Series.abs()方法：

    In [25]: df['d'] = (df['b'] - df['c']).abs()

In [26]: df
Out[26]:
           a        b        c     d
0  7083.3317  182.930  157.930  25.0
1  1249.9998   34.534   10.534  24.0
2  3749.9999   59.334   24.334  35.0
3  2083.3332   84.930   55.930  29.0

    如何使用 lambda 函数：

    In [28]: df.apply(lambda row: row["b"] - row["c"], axis=1)
Out[28]:
0    25.0
1    24.0
2    35.0
3    29.0
dtype: float64

    注意：该方法DataFrame.apply(..., axis=1)非常慢，只有在找不到其他矢量化解决方案时才应使用。

    • 5

  2. 像这样应用

    # использовать настоящие имена колонок
f = lambda row: abs(row['b'] - row['c'])
# набор колонок списком
df['d'] = df.loc[:, ['b', 'c']].apply(f, axis=1)
df
           a        b        c     d
0  7083.3317  182.930  157.930  25.0
1  1249.9998   34.534   10.534  24.0
2  3749.9999   59.334   24.334  35.0
3  2083.3332   84.930   55.930  29.0
    • 4

  3. 至于错误，要选择多个列，.loc您需要将它们指定为列表：

    df.loc[:, ['b', 'c']]
    • 4

相关问题