我试图访问在Pandas中应用于整个DataFrame的函数中的一行索引。我有这样的东西:
df = pandas.DataFrame([[1,2,3],[4,5,6]], columns=['a','b','c'])
>>> df
a b c
0 1 2 3
1 4 5 6
我将定义一个函数来访问给定行的元素
def rowFunc(row):
return row['a'] + row['b'] * row['c']
我可以这样应用它:
df['d'] = df.apply(rowFunc, axis=1)
>>> df
a b c d
0 1 2 3 7
1 4 5 6 34
太棒了!现在如果我想把下标合并到函数中呢?
在添加d之前，这个DataFrame中任何给定行的索引都是index ([u'a'， u'b'， u'c'， u'd']， dtype='object')，但我想要0和1。我不能只访问row。index。
我知道我可以在存储索引的表中创建一个临时列，但我想知道它是否存储在row对象的某个地方。
在本例中，要访问索引，需要访问name属性:
In [182]:
df = pd.DataFrame([[1,2,3],[4,5,6]], columns=['a','b','c'])
def rowFunc(row):
return row['a'] + row['b'] * row['c']
def rowIndex(row):
return row.name
df['d'] = df.apply(rowFunc, axis=1)
df['rowIndex'] = df.apply(rowIndex, axis=1)
df
Out[182]:
a b c d rowIndex
0 1 2 3 7 0
1 4 5 6 34 1
注意，如果这真的是你想做的，那么下面的工作，是更快的:
In [198]:
df['d'] = df['a'] + df['b'] * df['c']
df
Out[198]:
a b c d
0 1 2 3 7
1 4 5 6 34
In [199]:
%timeit df['a'] + df['b'] * df['c']
%timeit df.apply(rowIndex, axis=1)
10000 loops, best of 3: 163 µs per loop
1000 loops, best of 3: 286 µs per loop
EDIT
3年多以后再看这个问题，你可以这样做:
In[15]:
df['d'],df['rowIndex'] = df['a'] + df['b'] * df['c'], df.index
df
Out[15]:
a b c d rowIndex
0 1 2 3 7 0
1 4 5 6 34 1
但假设它不是这么简单，不管你的rowFunc真正在做什么，你应该使用向量化函数，然后使用它们来对付df索引:
In[16]:
df['newCol'] = df['a'] + df['b'] + df['c'] + df.index
df
Out[16]:
a b c d rowIndex newCol
0 1 2 3 7 0 6
1 4 5 6 34 1 16
:
1. 在apply(…)，轴=1)
df = pandas.DataFrame([[1,2,3],[4,5,6]], columns=['a','b','c'], index=['x','y'])
a b c
x 1 2 3
y 4 5 6
df.apply(lambda row: row.name, axis=1)
x x
y y
2. 使用iterrows()(更慢)
DataFrame.iterrows()允许你遍历行，并访问它们的索引:
for idx, row in df.iterrows():
...
要回答最初的问题:是的，您可以在apply()中访问一行的索引值。它可以在键名下使用，并且需要指定axis=1(因为lambda处理的是一行的列，而不是列的行)。
工作示例(pandas 0.23.4):
>>> import pandas as pd
>>> df = pd.DataFrame([[1,2,3],[4,5,6]], columns=['a','b','c'])
>>> df.set_index('a', inplace=True)
>>> df
b c
a
1 2 3
4 5 6
>>> df['index_x10'] = df.apply(lambda row: 10*row.name, axis=1)
>>> df
b c index_x10
a
1 2 3 10
4 5 6 40
