python - 将 Python 函数应用于多个 Pandas 列

Question

我正在尝试编写一个函数并将其应用于 pandas 数据框中的多个字段。该函数获取列 colA1，并根据条件语句为新列 colB2 赋值。如果给出单列，则此函数有效，例如colA1，但是我怎么能写它来遍历一个列列表，返回相应数量的新列？

以下函数适用于单个列:

dict = {'colA1':[2,6,8,28,5], 
    'colA2': [38,6,14,63,3], 
    'colA3':[90,40,80,98,3]} 

df = pd.DataFrame(dict) 

def function(x):
    if x <= 10:
        return '<= 10'
    elif x > 10:
        return '> 10' 

df['colB1']=df['colA1'].apply(function)

df['colB1']

返回:

0    <= 10
1    <= 10
2    <= 10
3    > 10
4    <= 10

我试图将它应用于多个列，如下所示: Update Multiple Columns using Pandas Apply Function

df[['colB1', 'colB2', 'colB3']]=df[['colA1', 'colA2', 'colA3']].apply(function)

但这会返回:ValueError: ('Series 的真值不明确。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。', '发生在索引 colA1' )

Answer 1

如果这确实是您想要做的，更快的选择是 np.select() :

cond=[df<= 10,df > 10]
choice=['<= 10','> 10' ]
df[:]=np.select(cond,choice)
print(df)

---

   colA1  colA2  colA3
0  <= 10   > 10   > 10
1  <= 10  <= 10   > 10
2  <= 10   > 10   > 10
3   > 10   > 10   > 10
4  <= 10  <= 10  <= 10

您也可以尝试使用 df.applymap()为您的功能:

df[['colA1','colA2','colA3']].applymap(function)
#df.applymap(function)

---

   colA1  colA2  colA3
0  <= 10   > 10   > 10
1  <= 10  <= 10   > 10
2  <= 10   > 10   > 10
3   > 10   > 10   > 10
4  <= 10  <= 10  <= 10