在具有多个if语句的Pandas函数中使用Apply
在具有多个if语句的Pandas函数中使用Apply
提问于 2018-02-19 18:34:11
我试图根据像这样的数据仓库中的人的大小来推断出一个分类：
Size
1 80000
2 8000000
3 8000000000
...我想让它看起来像这样
Size Classification
1 80000 <1m
2 8000000 1-10m
3 8000000000 >1bi
...我知道，理想的过程是应用lambda函数，如下所示：
df['Classification']=df['Size'].apply(lambda x: "<1m" if x<1000000 else "1-10m" if 1000000<x<10000000 else ...)我检查了一些关于lambda函数here is an example link中的多个ifs的帖子，但是在多个ifs语句中，由于某种原因，synthax不适合我，但是它只在一个if条件下工作。
因此，我尝试了这个“非常优雅”的解决方案：
df['Classification']=df['Size'].apply(lambda x: "<1m" if x<1000000 else pass)
df['Classification']=df['Size'].apply(lambda x: "1-10m" if 1000000 < x < 10000000 else pass)
df['Classification']=df['Size'].apply(lambda x: "10-50m" if 10000000 < x < 50000000 else pass)
df['Classification']=df['Size'].apply(lambda x: "50-100m" if 50000000 < x < 100000000 else pass)
df['Classification']=df['Size'].apply(lambda x: "100-500m" if 100000000 < x < 500000000 else pass)
df['Classification']=df['Size'].apply(lambda x: "500m-1bi" if 500000000 < x < 1000000000 else pass)
df['Classification']=df['Size'].apply(lambda x: ">1bi" if 1000000000 < x else pass)计算出"pass“似乎也不适用于lambda函数：
df['Classification']=df['Size'].apply(lambda x: "<1m" if x<1000000 else pass)
SyntaxError: invalid syntax对于Pandas中应用方法中lambda函数中的多个if语句，有关于正确的synthax的建议吗？无论是多行还是单行解决方案都适用于我。
回答 4
Stack Overflow用户
回答已采纳
发布于 2018-02-19 18:37:24
下面是一个小示例，您可以在此基础上构建：
基本上，lambda x: x..是函数的短一行.应用真正要求的是一个功能，您可以轻松地重新创建自己。
import pandas as pd
# Recreate the dataframe
data = dict(Size=[80000,8000000,800000000])
df = pd.DataFrame(data)
# Create a function that returns desired values
# You only need to check upper bound as the next elif-statement will catch the value
def func(x):
if x < 1e6:
return "<1m"
elif x < 1e7:
return "1-10m"
elif x < 5e7:
return "10-50m"
else:
return 'N/A'
# Add elif statements....
df['Classification'] = df['Size'].apply(func)
print(df)返回：
Size Classification
0 80000 <1m
1 8000000 1-10m
2 800000000 N/AStack Overflow用户
发布于 2018-02-19 18:40:33
您可以使用 function
bins = [0, 1000000, 10000000, 50000000, ...]
labels = ['<1m','1-10m','10-50m', ...]
df['Classification'] = pd.cut(df['Size'], bins=bins, labels=labels)Stack Overflow用户
发布于 2020-06-10 14:34:19
应用lambda函数实际上是在这里工作，我只是想知道问题是什么.因为你的语法看起来很好，而且很有效.
df1= [80000, 8000000, 8000000000, 800000000000]
df=pd.DataFrame(df1)
df.columns=['size']
df['Classification']=df['size'].apply(lambda x: '<1m' if x<1000000 else '1-10m' if 1000000<x<10000000 else '1bi')
df输出：
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/48872234
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号