从函数向Pandas Dataframe添加多列
从函数向Pandas Dataframe添加多列
提问于 2015-05-04 17:32:40
我有一个有两列的pandas数据框mydf，这两列都是datetime数据类型：mydate和mytime。我想再添加三个列：hour、weekday和weeknum。
def getH(t): #gives the hour
return t.hour
def getW(d): #gives the week number
return d.isocalendar()[1]
def getD(d): #gives the weekday
return d.weekday() # 0 for Monday, 6 for Sunday
mydf["hour"] = mydf.apply(lambda row:getH(row["mytime"]), axis=1)
mydf["weekday"] = mydf.apply(lambda row:getD(row["mydate"]), axis=1)
mydf["weeknum"] = mydf.apply(lambda row:getW(row["mydate"]), axis=1)代码片段可以工作，但它的计算效率不高，因为它在数据帧中循环至少三次。我只想知道是否有更快和/或更优化的方法来做到这一点。例如，使用zip还是merge？例如，如果我只创建了一个返回三个元素的函数，我应该如何实现呢？为了说明这一点，函数如下：
def getHWd(d,t):
return t.hour, d.isocalendar()[1], d.weekday()回答 4
Stack Overflow用户
回答已采纳
发布于 2015-05-04 17:57:10
下面是使用一个apply完成此任务的方法
比如说，df就像
In [64]: df
Out[64]:
mydate mytime
0 2011-01-01 2011-11-14
1 2011-01-02 2011-11-15
2 2011-01-03 2011-11-16
3 2011-01-04 2011-11-17
4 2011-01-05 2011-11-18
5 2011-01-06 2011-11-19
6 2011-01-07 2011-11-20
7 2011-01-08 2011-11-21
8 2011-01-09 2011-11-22
9 2011-01-10 2011-11-23
10 2011-01-11 2011-11-24
11 2011-01-12 2011-11-25为了提高可读性，我们将把lambda函数去掉，并将其定义为
In [65]: lambdafunc = lambda x: pd.Series([x['mytime'].hour,
x['mydate'].isocalendar()[1],
x['mydate'].weekday()])和，apply并将结果存储到df[['hour', 'weekday', 'weeknum']]
In [66]: df[['hour', 'weekday', 'weeknum']] = df.apply(lambdafunc, axis=1)并且，输出结果如下
In [67]: df
Out[67]:
mydate mytime hour weekday weeknum
0 2011-01-01 2011-11-14 0 52 5
1 2011-01-02 2011-11-15 0 52 6
2 2011-01-03 2011-11-16 0 1 0
3 2011-01-04 2011-11-17 0 1 1
4 2011-01-05 2011-11-18 0 1 2
5 2011-01-06 2011-11-19 0 1 3
6 2011-01-07 2011-11-20 0 1 4
7 2011-01-08 2011-11-21 0 1 5
8 2011-01-09 2011-11-22 0 1 6
9 2011-01-10 2011-11-23 0 2 0
10 2011-01-11 2011-11-24 0 2 1
11 2011-01-12 2011-11-25 0 2 2Stack Overflow用户
发布于 2015-09-25 08:53:03
根据lambdafunc执行的任务，您可能会体验到一些加速，方法是将apply的结果存储在新的DataFrame中，然后加入原始结果：
lambdafunc = lambda x: pd.Series([x['mytime'].hour,
x['mydate'].isocalendar()[1],
x['mydate'].weekday()])
newcols = df.apply(lambdafunc, axis=1)
newcols.columns = ['hour', 'weekday', 'weeknum']
newdf = df.join(newcols) 即使您看不到速度的提高，我也建议您使用join。您将能够避免直接在列上赋值时可能弹出的(总是令人讨厌的) SettingWithCopyWarning：
SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value insteadStack Overflow用户
发布于 2019-02-26 09:45:10
您可以在更简洁的方法中完成此操作，方法是让所应用的函数返回一个带有命名元素的pd.Series：
def process(row):
return pd.Series(dict(b=row["a"] * 2, c=row["a"] + 2))
my_df = pd.DataFrame(dict(a=range(10)))
new_df = my_df.join(my_df.apply(process, axis="columns"))结果是：
a b c
0 0 0 2
1 1 2 3
2 2 4 4
3 3 6 5
4 4 8 6
5 5 10 7
6 6 12 8
7 7 14 9
8 8 16 10
9 9 18 11页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/30026815
复制相关文章
相似问题