python - 函数内的函数涉及 Python 中 DataFrame 的每一列

Question

正如问题所述，我正在尝试学习如何在属于 DataFrame 中的列的每个元素上运行函数，而不必直接定义该列。关键是我希望能够输入任何给定的 DataFrame 集合并找到每列中满足特定条件的每个元素。

我包含的示例说明了我正在尝试做的事情。我知道下面的代码不起作用，我认为编写 def fun(dataframe[column]) 可以解决问题，但不幸的是，语法不正确。

基本上，这样做的原因是我有多组数据，我想在其中找到高于设定阈值的每个元素。

提前非常感谢!

df=pd.DataFrame(np.random.randint(0,100,size=(3, 3)), columns=list('ABC'))
def fun(dataframe):
  for column in dataframe:  
     def fun(column):  
        mean= sum(column)/len(column)
        print (mean)
        for element in column:
            if element < mean*1.1:
                element = 0
            print (element)
fun(df)      

Answer 1

正如 @MadPhysicist 在评论中提到的，创建 pandas 是为了减少显式 for 循环的需要。

如果我正确理解您的具体情况，您打算将任何小于其列平均值 1.1 倍的元素替换为零。这是在惯用的 pandas 中执行此操作的一种方法:

# Set a random seed for repeatability
np.random.seed(314159)

# Create example data
df = pd.DataFrame(np.random.randint(0,100,size=(3, 3)), columns=list('ABC'))
df
    A   B   C
0  11  34  93
1  79   0  81
2  66  43  71

# By default, df.mean() computes the mean of each numeric column (not row)
df.mean()
A    52.000000
B    25.666667
C    81.666667
dtype: float64

# We can use boolean indexing to replace values less than
# 1.1 * column mean with zero
# docs: https://pandas.pydata.org/pandas-docs/stable/indexing.html#boolean-indexing
df[df < 1.1 * df.mean()] = 0

df
    A   B   C
0   0  34  93
1  79   0   0
2  66  43   0