python - 如何将应用函数链接到 Pandas 数据帧的子集

Question

我有一个 Pandas 数据框，我想根据两个函数的应用进行子集化 is_long()和 is_short() .第一个必须返回 True，第二个必须返回 True 以使行成为子集。例如:

import pandas as pd

data = [['foo', 10], ['baar', 15], ['baz', 14], ['baaar', 15]]
df = pd.DataFrame(data, columns = ['name', 'age'])
df

def is_long(x):
    assert isinstance(x, str)
    return True if len(x) > 2 else False


def is_short(x):
    assert isinstance(x, str)
    return True if len(x) < 4 else False

以下应返回 name 的行长度为 3:

df[df['name'].apply(is_long).apply(is_short)]

应该返回:

    name    age
0   foo     10
2   baz     14

但是第二次应用不会在数据帧上执行，因为它返回一个断言错误:

   11 
     12 def is_short(x):
---> 13     assert isinstance(x, str)
     14     return True if len(x) < 4 else False

AssertionError: 

我的问题是 - 如何优雅地将两个应用函数链接在一起(无需编写两行单独的代码)，以便它们作用于同一列并按顺序执行？
任何建议在这里将不胜感激。

Answer 1

如果你想通过 apply() 来做方法然后
代替:

df[df['name'].apply(is_long).apply(is_short)]

做/使用这个:

 df[df.loc[df['name'].apply(is_long),'name'].apply(is_short)]

或

df[df['name'].apply(lambda x: is_long(x) & is_short(x))]

上述方法的输出:

#output

    name    age
0   foo     10
2   baz     14

说明:
在您的代码中: df[df['name'].apply(is_long).apply(is_short)] df['name'].apply(is_long)给出 boolean series的 True并且您正在将该 bool 系列传递给 is_short()通过链接另一个函数 apply()方法，这就是为什么你得到 AssertionError因为你用过 assert您的 is_short() 中的关键字功能和您的条件 isinstance(x, str)不满意