python - 在 pandas apply 函数中获取行的索引

Question

我正在尝试访问应用于 Pandas 中整个 DataFrame 的函数中的行索引。我有这样的东西:

df = pandas.DataFrame([[1,2,3],[4,5,6]], columns=['a','b','c'])
>>> df
   a  b  c
0  1  2  3
1  4  5  6

我将定义一个函数来访问给定行的元素

def rowFunc(row):
    return row['a'] + row['b'] * row['c']

我可以像这样应用它:

df['d'] = df.apply(rowFunc, axis=1)
>>> df
   a  b  c   d
0  1  2  3   7
1  4  5  6  34

太棒了!现在，如果我想将索引合并到我的函数中该怎么办？添加 d 之前此 DataFrame 中任何给定行的索引将为 Index([u'a', u'b', u'c', u 'd'], dtype='object')，但我想要 0 和 1。所以我不能只访问 row.index。

我知道我可以在存储索引的表中创建一个临时列，但我想知道它是否存储在行对象的某个位置。

Answer 1

要在这种情况下访问索引，您需要访问 name 属性:

In [182]:

df = pd.DataFrame([[1,2,3],[4,5,6]], columns=['a','b','c'])
def rowFunc(row):
    return row['a'] + row['b'] * row['c']

def rowIndex(row):
    return row.name
df['d'] = df.apply(rowFunc, axis=1)
df['rowIndex'] = df.apply(rowIndex, axis=1)
df
Out[182]:
   a  b  c   d  rowIndex
0  1  2  3   7         0
1  4  5  6  34         1

请注意，如果这确实是您想要做的事情，那么以下方法可以工作并且速度更快:

In [198]:

df['d'] = df['a'] + df['b'] * df['c']
df
Out[198]:
   a  b  c   d
0  1  2  3   7
1  4  5  6  34

In [199]:

%timeit df['a'] + df['b'] * df['c']
%timeit df.apply(rowIndex, axis=1)
10000 loops, best of 3: 163 µs per loop
1000 loops, best of 3: 286 µs per loop

编辑

三年多后再看这个问题，你可以这样做:

In[15]:
df['d'],df['rowIndex'] = df['a'] + df['b'] * df['c'], df.index
df

Out[15]: 
   a  b  c   d  rowIndex
0  1  2  3   7         0
1  4  5  6  34         1

但假设它并不像这样微不足道，无论您的 rowFunc 真正在做什么，您都应该考虑使用向量化函数，然后针对 df 索引使用它们:

In[16]:
df['newCol'] = df['a'] + df['b'] + df['c'] + df.index
df

Out[16]: 
   a  b  c   d  rowIndex  newCol
0  1  2  3   7         0       6
1  4  5  6  34         1      16