尝试使用 apply 对 Panda DataFrame 中的不同键进行操作

Question

我有一个看起来有点像这样的 Panda DataFrame：

df = pd.DataFrame({'ID' : ['O60829','O60341','Q9H1R3'], 'TOTAL_COVERAGE' : ['yes','yes','no'], 'BEG_D' : ['1','1','500'], 'END_D' : ['102','25','600'], 'BEG_S' : ['1','1','1'], 'END_S': ['102','25','458']})

我想迭代每一行，检查 'TOTAL_COVERAGE' 的值，如果它是 'yes'，则对其他值执行数学运算，即：

for index, row in df.iterrows():
    df['%']  = df.apply(lambda x : ((int(x['END_S'])*100)/int(x['END_D'])) if x['TOTAL_COVERAGE'] == 'yes' else '')

但我收到错误消息：KeyError: 'TOTAL_COVERAGE' 必须有一个我没有看到的简单修复方法。提前致谢！

Answer 1

你可以用向量化的方法解决它，不需要 iterrows 和 apply:

df['%'] = (df['END_S'].astype(int) * 100 / df['END_D'].astype(int)) \
            .where(df['TOTAL_COVERAGE'] == 'yes')

df

#       ID TOTAL_COVERAGE BEG_D END_D BEG_S END_S      %
#0  O60829            yes     1   102     1   102  100.0
#1  O60341            yes     1    25     1    25  100.0
#2  Q9H1R3             no   500   600     1   458    NaN

您得到 keyError 的原因是因为当您使用 apply 时，lambda x 的参数是一个列（pandas 系列），它不能用于通过名称访问特定列。

Answer 2

你可以不使用 iterrows 和 apply，直接等同于：

df['%'] = ''
df.loc[df['TOTAL_COVERAGE'] == 'yes', '%'] = 
    df['END_S'].astype(int) * 100 / df['END_D'].astype(int)

Answer 3

没有必要iterrows()。可以使用 numpy.where() 完成条件逻辑，以提供更有效的解决方案

df = pd.DataFrame({'ID' : ['O60829','O60341','Q9H1R3'], 'TOTAL_COVERAGE' : ['yes','yes','no'], 'BEG_D' : ['1','1','500'], 'END_D' : ['102','25','600'], 'BEG_S' : ['1','1','1'], 'END_S': ['102','25','458']})
df = (df
 .assign(pct=lambda x: np.where(x["TOTAL_COVERAGE"].eq("yes"),(x['END_S'].astype(int)*100)/x['END_D'].astype(int), np.nan))
 .rename(columns={"pct":"%"})
)

输出

     ID TOTAL_COVERAGE BEG_D END_D BEG_S END_S      %
 O60829            yes     1   102     1   102  100.0
 O60341            yes     1    25     1    25  100.0
 Q9H1R3             no   500   600     1   458    NaN

尝试使用 apply 对 Panda DataFrame 中的不同键进行操作

Trying to use apply to make operations over different keys in a Panda DataFrame

python

lambda

pandas

keyerror

输出