python - Pandas 函数用于从数据帧生成系列

Question

我想通过使用两列中的值逐行迭代 DataFrame 来生成 Series。像这样的事情:

race_cats = ('White', 'Black', 'Hispanic', 'Other')
def raceParse(row):
    if row.hispan != 'Not Hispanic':
        return 'Hispanic'
    elif row.race == 'White':
        return 'White'
    elif row.race == 'Black/Negro':
        return 'Black'
    else:
        return 'Other'
df['race4'] = df.map(lambda r: raceParse(r)).astype('category', ordered=False, categories=race_cats)

显然，这不起作用，因为 DataFrame 没有 map 方法。 apply 和 applymap 按元素工作，而不是按行工作。最好的方法是什么？

Answer 1

您可以使用 loc 实现您想要的结果，如下所示:

# Sample data.
df = pd.DataFrame({'hispan': ['Not Hispanic', 'Not Hispanic', 'Hispanic'], 'race': ['White', 'Black', 'Other']})

>>> df
         hispan   race
0  Not Hispanic  White
1  Not Hispanic  Black
2      Hispanic  Other

df['race4'] = 'Other'
df.loc[df.race == 'Black', 'race4'] = 'Black'
df.loc[df.race == 'White', 'race4'] = 'White'
df.loc[~df.hispan.isin(['Not Hispanic']), 'race4'] = 'Hispanic'

>>> df
         hispan   race     race4
0  Not Hispanic  White     White
1  Not Hispanic  Black     Black
2      Hispanic  Other  Hispanic

如果您愿意，您可以将该列转换为分类:

df['race4'] = pd.Categorical(df.race4, categories=['White', 'Black', 'Hispanic', 'Other'])

请注意，loc 赋值的顺序很重要。它相当于您的 if row.hispan != 'Not Hispanic': ... elif 结构。通过最后进行西类牙裔测试，它优先于 race 列。

相信上面的回复就是你想要的。就您的要求而言，有一个 iterrows 方法:

def race_parse(row):
    if row.hispan != 'Not Hispanic':
        return 'Hispanic'
    elif row.race == 'White':
        return 'White'
    elif row.race == 'Black/Negro':
        return 'Black'
    else:
        return 'Other'

df['race4'] = [race_parse(row) for _, row in df.iterrows()]