在pandas的pd.apply()中使用lambda

、、、

import pandas as pd 1951/02/05 -14 False 我想过使用pd.dropna()，但

浏览 9提问于2020-06-16得票数 0

1回答

、

我尝试了下面的代码，但我得到的一切都是False。 business.categories.apply(lambda x: ('pizza' in x) or ("Italian" in x))

浏览 26提问于2020-01-04得票数 0

1回答

熊猫pd.apply函数不能使用python缓存进行散列。“

、、、、

我有一个df，您可以通过运行以下代码来获得它：from io import StringIOdef var_func(row,n): return res def var_func(row,n): res=row['EndDa

浏览 9提问于2022-04-01得票数 0

回答已采纳

1回答

向pandas数据帧中的字符串添加函数

、、

我有一个数据框，其中包含一个包含国家的列。我想把国家名称转换成首都城市。函数如何工作的示例： from countryinfo import CountryInfoCountryInfo('Lebanon').capital() 将返回Beirut 我该怎么做呢

浏览 17提问于2021-01-23得票数 1

1回答

为什么pandas 1.1中更改了pandas apply()函数？

、

考虑以下示例： import pandas as pd row['c'] = str(row['a']) + str(row['b'])df.apply(test_func, axis=1) 上面的代码在<

浏览 17提问于2020-09-03得票数 0

2回答

基于关键字的CSV文本读/写新文件

、、

我试图提取某些单词，我定义为关键字，方法是在一个文件中读取一个列，并使用这些单词创建一个新列(如果存在).到目前为止，我已经：编辑:我有很多关键字

浏览 0提问于2018-06-28得票数 1

2回答

熊猫:我如何在两个不同的数据帧上迭代一个for循环？

、、、

我试图在两个数据帧中计算多行的模糊比：id name2 X.Y!Zdf2：abcde我想计算df1.name中所有值与df2.name_2之间的模糊比：for i in df1['name']: print(fuzz.ratio(i,r)) 但是我希望最终的结果也有来自df1<e

浏览 3提问于2017-10-13得票数 1

回答已采纳

1回答

使用街道编号和字母python分隔街道名称字符串

、、、

我在pandas数据框中有一列街道名称，比如 88 SØNDRE VEI 5497 GAMLESTRØMSVEIEN 59 100 JONAS LIES VEI 68 A 我想要的是获得街道名称、街道编号和街道字母的单独列。有没有办法使用pd.apply和join将街道

浏览 8提问于2019-09-25得票数 1

回答已采纳

2回答

尝试从与数据帧中的其他两个列相关的条件中创建预定答案

、、、

df = pd.DataFrame(columns=["Year", "Fuel", "Status", "Sex", "Service", "Expected"]) 其他列包含使用np.random创建的数据在"expected“列中，我想根据几个条件输入”通过“或”失败“。如果里程数小于100000，并且服务是yes，那么它将通过，否则它将失败。我也尝试了df['Expected&

浏览 15提问于2019-12-10得票数 0

2回答

将金额除以行

、、、

我想将一定数量的项目分成多行。每一行应该至少获得1，但其余的根据其所需的份额，直到所有项目都已分发。假设我们有6个可用的，我想得到如下结果。使用max(1, factor * available)并不一定会占用可用项的总数。有什么办法吗？我在spark环境中有数据，所以最酷的方法是pyspark甚至pandas/numpy解决方案。显然，在python循环中很容易做到这一点。

浏览 26提问于2020-01-17得票数 4

3回答

在pandas python中添加到df中的列

、、

我有一个csv文件，我正在将其转换为pandas数据帧。其中一列a主要用数字填充，偶尔用零填充。我想创建一个新的列e，它是列a+500中的数字，除非该行中有a列的0。在这种情况下，它应该保持0。或者我猜，如果列e为a+500，那么它也可以工作，然后e中所有只是500的情况都变成了零。任何帮助都是很好的，我刚开始使用pandas/python。

浏览 4提问于2016-01-22得票数 2

1回答

np.std在pd.apply中的不同行为

、、

Numpy std函数似乎在pd.apply中给出了不同的ddof值，这取决于应用参数是否是可迭代的。换句话说，这一行第一个是对于ddof=0的numpy是正确的，而第二个是ddof=1的Pandas默认值。

浏览 1提问于2020-08-24得票数 2

回答已采纳

2回答

pandas中迭代行的替代方法，以获取下一个行值(NEW)

、、、

我在熊猫中有一个dfimport pandas as pd df = pd.DataFrame(['AA', 'BB', 'CC'], columns = ['value'])0 1 AA BB 1 2 BB CC 我已经使用itertools尝试了一个成对的()函数。a, b = tee(iterable) next(b, None)

浏览 2提问于2016-02-27得票数 1

4回答

熊猫用unix时间戳(以毫秒为单位)将行转换为日期时间

、、

我确信在创建DataFrame时可以做到if sys.version_info[0] < 3:else:from io import StringIO co

浏览 5提问于2016-01-19得票数 55

回答已采纳

1回答

根据一定的条件在熊猫中增加新的一行？python

、

如果is实例(x，list)是True，那么可以使用pd.apply()添加一个新行吗?例如，我是否可以将idx 57放在同一数据same中的三个不同行中？University of Notre Dame", ["Berkeley", "Columbia Business School", "Haas"]])---> 17 s.apply(lambda

浏览 3提问于2014-03-19得票数 0

回答已采纳

2回答

我有一个很大的数据框架。我试着通过对行和列进行迭代来清理它。我发现这需要很长时间。所以我尝试使用pd.apply()，但在实现时遇到了问题。这是一个永远需要花费时间的尝试： def elim_com(x): x.replace(',',' ') except ValueError:return x dfconvertendum=dfconvertendum.apply(elim_com) dfconvertendum=dfconvertend

浏览 19提问于2019-02-13得票数 0

回答已采纳

2回答