Python Pandas 在索引上逐行使用 lambda

Question

所以我尝试逐行将函数应用于索引，但遇到了一些问题

startDate = '2015-05-01 00:00'
endDate = '2015-05-08 00:00'
idx = pd.date_range(startDate, endDate, freq="1min")
df = pd.DataFrame(columns=['F(t)'])
df = df.reindex(idx, fill_value=0)

def circadian_function(T):
    return math.cos(math.pi*(T-delta)/12)

到这里一切都很好，但我不确定要应用该功能

df['F(t)'] = df.index.apply(lambda x: circadian_function x[index].hour, axis=1)

我应该使用 lambda 吗？或者只是申请？

Answer 1

仅将应用用作最后结果。这可以很容易地矢量化。确保定义增量。

 import numpy as np
 df['F(t)'] = np.cos(np.pi*(idx.hour-delta)/12)

Answer 2

我没有 50 个代表，所以我不能评论@Ted Petrou 的回答；-；我只是想说一些你应该知道的事情。

如果您要将 df.index.hour 填入 carcadian_function，请确保使用 numpy 而不是 math。否则解释器将抛出一个 TypeError （我刚刚发现这个）。
确保定义delta.

示例：

import numpy as np

def circadian_function(T, delta):
    return np.cos(np.pi * (T-delta) / 12)

@Ted Petrou 完全建议您做什么：

df['F(x)'] = circadian_function(df.index.hour, 0.5) #I picked an arbitrary delta

Numpy 会自动为您向量化函数。特德的道具我也学到了一些新东西：>

Python Pandas 在索引上逐行使用 lambda

Python Pandas using lambda on index row by row

python

lambda

apply

pandas