python - Pandas:如何将函数应用于不同的列

Question

假设这是我的函数:

def function(x):
    return x.str.lower()

这是我的 DataFrame (df)

   A         B     C       D 
0  1.67430   BAR  0.34380  FOO 
1  2.16323   FOO -2.04643  BAR
2  0.19911   BAR -0.45805  FOO
3  0.91864   BAR -0.00718  BAR
4  1.33683   FOO  0.53429  FOO
5  0.97684   BAR -0.77363  BAR

我只想将该函数应用于 B 和 D 列。 (将它应用于完整的 DataFrame 并不是答案，因为它会在数字列中产生 NaN 值)。

这是我的基本想法:df.apply(function, axis=1)

但我无法理解如何选择不同的列来应用该函数。我已经尝试了通过数字位置、名称等进行索引的所有方式。

我花了很多时间阅读这方面的内容。这不是其中任何一个的直接副本:

How to apply a function to two columns of Pandas dataframe

Pandas: How to use apply function to multiple columns

Pandas: apply different functions to different columns

Python Pandas: Using 'apply' to apply 1 function to multiple columns

Answer 1

只需从 df 中子选择列，通过忽略 axis 参数，我们按列操作而不是按行操作，这将非常重要，因为这里的行数多于列数:

df[['B','D']].apply(function)

这将针对每一列运行你的函数

In [186]:
df[['B','D']].apply(function)

Out[186]:
     B    D
0  bar  foo
1  foo  bar
2  bar  foo
3  bar  bar
4  foo  foo
5  bar  bar

您还可以过滤 df 以仅获取字符串 dtype 列:

In [189]:
df.select_dtypes(include=['object']).apply(function)

Out[189]:
     B    D
0  bar  foo
1  foo  bar
2  bar  foo
3  bar  bar
4  foo  foo
5  bar  bar

时间

列式与行式:

In [194]:    
%timeit df.select_dtypes(include=['object']).apply(function, axis=1)
%timeit df.select_dtypes(include=['object']).apply(function)

100 loops, best of 3: 3.42 ms per loop
100 loops, best of 3: 2.37 ms per loop

然而，对于明显更大的 dfs(按行)，第一种方法会更好地扩展