python - 使用自定义函数迭代 Pandas 中系列中的每个项目

Question

我在 Pandas 中有一个数据框，其中列出了如下信息:

           Player     Year    Height
1     Stephen Curry  2015-16  6-3
2   Mirza Teletovic  2015-16  6-10
3        C.J. Miles  2015-16  6-7
4  Robert Covington  2015-16  6-9

现在 data['Height'] 将其值存储为字符串，我想将这些值转换为英寸存储为整数以供进一步计算。

我尝试了几种方法，包括 Pandas 文档中列出的方法，但没有效果。

第一次尝试

def true_height(string):
    new_str = string.split('-')
    inches1 = new_str[0]
    inches2 = new_str[1]

    inches1 = int(inches1)*12
    inches2 = int(inches2)

    return inches1 + inches2

如果你运行

true_height(data.iloc[0, 2])

它返回 75，即正确答案。

为了在整个系列上运行它，我更改了这行代码:

new_str = string.**str**.split('-') 

然后运行:

data['Height'].apply(true_height(data['Height']))

并收到以下错误消息:

int() argument must be a string or a number, not 'list'

然后我尝试使用 for 循环，认为这可能会解决这个问题，因此我将原始公式修改为:

def true_height(strings):
for string in strings:
    new_str = string.split('-')
    inches1 = new_str[0]
    inches2 = new_str[1]

    inches1 = int(inches1)*12
    inches2 = int(inches2)

    return inches1 + inches2

现在我收到以下错误:

'int' object is not callable

当我运行时:

data['Height'].apply(true_height(data['Height']))

我有点困惑。任何帮助，将不胜感激。谢谢。

Answer 1

您可以在将 Height 列拆分为列表后对其使用 apply，并向其传递 lambda 函数进行转换:

df['Height'] = df.Height.str.split("-").apply(lambda x: int(x[0]) * 12 + int(x[1]))

df
#             Player       Year    Height
# 1    Stephen Curry    2015-16        75
# 2  Mirza Teletovic    2015-16        82
# 3       C.J. Miles    2015-16        79
# 4 Robert Covington    2015-16        81

或者使用您最初定义的 true_height 函数(第一次尝试)和 apply:

df['Height'] = df.Height.apply(true_height)

您不需要将 df.Height 传递给函数，因为 apply 接收函数作为参数。