Pandas Dataframe 上最干净的 iteration/functional 应用程序，无论长度如何

Question

我一直在努力将函数干净地迭代或应用到 Pandas 可变长度的数据帧。具体来说，长度为 1 的 DataFrame 切片（Pandas 系列）。

一个简单的例子，一个DataFrame和一个作用于它每一行的函数。数据帧的格式是 known/expected.

def stringify(row):
    return "-".join([row["y"], str(row["x"]), str(row["z"])])

df = pd.DataFrame(dict(x=[1,2,3],y=["foo","bar","bro"],z=[-99,1.04,213]))
Out[600]:
   x    y       z
0  1  foo  -99.00
1  2  bar    1.04
2  3  bro  213.00

df_slice = df.iloc[0]   # This is a Series

通常，您可以通过以下方式之一应用该功能：

stringy = df.apply(stringify,axis=1)
# or 
stringy = [stringify(row) for _,row in df.iterrows()]

Out[611]: ['foo-1--99.0', 'bar-2-1.04', 'bro-3-213.0']

## Error with same syntax if Series
stringy = df_slice.apply(stringify, axis=1)

如果数据框为空，或者只有一个条目，这些方法将不再有效。 Series 没有 iterrows() 方法并且 apply 将函数应用于每一列（而不是行）。

是否有更简洁的内置方法 iterate/apply 对可变长度的数据帧起作用？不然就得不停地写繁琐的逻辑。

if type(df) is pd.DataFrame:
    if len(df) == 0:
        return None
    else:
        return df.apply(stringify, axis=1)
elif type(df) is pd.Series:
    return stringify(df)

我知道有一些方法可以确保您形成长度为 1 的数据帧，但我要问的是在各种 pandas 数据结构上使用一种干净的方法来 apply/iterate ，就像-格式化的数据框或系列。

Answer 1

没有通用的方法来编写一个函数来无缝地处理这两个问题数据框和系列。您要么需要使用 if-statement 来检查对于类型，或使用 try..except 来处理异常。

我认为最好在调用 apply 之前确保创建正确类型的对象，而不是做这些事情中的任何一个。例如，不使用df.iloc[0] which returns一个Series，而是使用df.iloc[:1]到select一个长度为1的DataFrame。只要当您将切片 range 而不是单个值传递给 df.iloc 时，您将返回一个 DataFrame。

In [155]: df.iloc[0]
Out[155]: 
x      1
y    foo
z    -99
Name: 0, dtype: object

In [156]: df.iloc[:1]
Out[156]: 
   x    y   z
0  1  foo -99

Pandas Dataframe 上最干净的 iteration/functional 应用程序，无论长度如何

Cleanest iteration/functional application on Pandas Dataframe regardless of length

python

pandas

apply