根据条件应用函数的最有效方法
Most efficient way of applying a function based on condition
假设我们有一本主词典master_dict = {"a": df1, "b": df2, "c": df3}
。现在假设我们有一个名为 condition_list
的列表。假设 func
是一个函数 returns 一个新字典,它具有 master_dict
的原始键以及潜在的新键。
当 condition_list
的长度大于 2 时,让下面的代码工作的最佳方法是什么:
if(len(condition_list) == 1):
df = master_dict[condition_list[0]]
else:
df = func(master_dict(condition_list[0]))
df = df[condition_list[1]]
你要问清楚。声明输入和输出。并尝试制作演示代码。无论如何,使用循环。
for i in range(len(condition_list)):
if i==0: df = master_dict[condition_list[i]]
else: df = func(df)[condition_list[i]];
如果“df”是pandas的数据帧,可以立即应用条件。搜索“select 具有多个条件的数据框”
假设我们有一本主词典master_dict = {"a": df1, "b": df2, "c": df3}
。现在假设我们有一个名为 condition_list
的列表。假设 func
是一个函数 returns 一个新字典,它具有 master_dict
的原始键以及潜在的新键。
当 condition_list
的长度大于 2 时,让下面的代码工作的最佳方法是什么:
if(len(condition_list) == 1):
df = master_dict[condition_list[0]]
else:
df = func(master_dict(condition_list[0]))
df = df[condition_list[1]]
你要问清楚。声明输入和输出。并尝试制作演示代码。无论如何,使用循环。
for i in range(len(condition_list)):
if i==0: df = master_dict[condition_list[i]]
else: df = func(df)[condition_list[i]];
如果“df”是pandas的数据帧,可以立即应用条件。搜索“select 具有多个条件的数据框”