python - 如何根据数据框中的列条件应用函数

Question

我正在尝试在数据帧中的列上应用函数，如果其中一列(即 df['mask'] )包含 False，则它应该跳过该行。 mask列是bool类型

这是我的功能

     def dates(inp):
        temp = inp
        parser = CommonRegex()
        inp = inp.apply(parser.dates).str.join(', ')
        return np.where(inp.apply(parser.dates).str.len() == 0, temp, 'X' * random.randrange(3, 8)) 

这是我所申请的

      df1.assign(**df1['Dates'].apply(dates).where(df1['mask']== TRUE))

它的抛出错误

         32     temp = inp
         33     parser = CommonRegex()
    ---> 34     inp = inp.apply(parser.dates).str.join(', ')
         35     return np.where(inp.apply(parser.dates).str.len() == 0, temp, 'X' * random.randrange(3, 8))
         36 

    AttributeError: 'Timestamp' object has no attribute 'apply'    

这是我的数据框，看起来像

         Name     |  Dates   |  mask |
         ..............................
         Tom      | 21/02/2018| True
         Nick     | 28/07/2018| False
         Juli     | 11/08/2018| True
         June     | 01/02/2018| True
         XHGM     | 07/08/2018| False   

我试图以这种方式获取输出，对于假​​值，它应该跳过，对于真值，它应该调用日期函数并隐藏数据值

         Name     |  Dates   |  mask |
         ..............................
         Tom      | XXXXX     | True
         Nick     |28/07/2018 | False
         Juli     | XXXXX     | True
         June     | XXXXX     | True
         XHGM     | 07/08/2018| False     

Answer 1

使用Series.pipe用于传递列来运行并使用 boolean indexing 过滤行通过面具和 DataFrame.loc用于指定列名称:

df1.loc[df1['mask'], 'Dates'] = df1.loc[df1['mask'], 'Dates'].pipe(dates)
print (df1)
   Name       Dates   mask
0   Tom         XXX   True
1  Nick  28/07/2018  False
2  Juli         XXX   True
3  June         XXX   True
4  XHGM  07/08/2018  False

使用分配的解决方案也是可能的，但缺点是函数循环所有值然后进行过滤，因此如果大Dataframe<中只有几个True值 应该更慢:

df1 = df1.assign(Dates = np.where(df1['mask'], df1['Dates'].pipe(dates), df1['Dates']))