在Pandas中，我如何将一个函数应用到数据框的某一行，其中行中的每一项都应该作为参数传递给函数？

Posted 2021-05-04

换句话说，比如说我有一个数据框，里面有一些列，表中有数字数据。例如，我有身高，体重，年龄。简单的数据框中装满了数字。

我想做一个新的系列（并将其添加到数据框架中），它是使用每行中的每个项目进行计算的结果。所以我有一个函数f(height, weight, age)，我想将该函数的数值结果存储为它自己的新列。

所以在给定的行中，我有身高、体重、年龄和f()的结果。

很抱歉，我研究了很多pandas应用的例子，但没有找到任何能完全实现我的想法的例子，尽管它看起来应该是可行的。

先谢谢你了!

答案

现在，如果我理解正确的话，你的函数使用你的数据（身高，体重和年龄）为每一行计算一个值，这将是在数据框架中的一个新的列，我是正确的吗？

现在你想逐行计算，我不知道为什么，你想在你的数据框架中迭代吗？我对你的函数没有足够的信息来判断是否真的需要这样做，但一般来说，我会避免这种方法，因为它比运行像下面这样的胜利过程要慢得多。

df['result'] = #whatever your function is doing using the df['height', 'weight', 'age']

举个例子，假设你的函数是用体重乘以身高，再除以年龄，那么你可以做以下的事情。

df['result'] = (df['height'] * df['weight']) / df['age']

另一答案

让我们举个例子，我们有一个数据框，里面有体重和身高。

我们可以使用 apply 函数对每一行的所有列或选定的列应用一个函数，如下所示。

df = pd.DataFrame({"height": [180, 178, 190, 166], 'weight': [78, 72, 89, 75] })

print(df)

   height  weight
0     180      78
1     178      72
2     190      89
3     166      75

def bmi(x):
    return x.weight/((x.height/100)**2)

df['bmi'] = df.apply(lambda x: bmi(x), axis=1)

print(df)

   height  weight        bmi
0     180      78  24.074074
1     178      72  22.724403
2     190      89  24.653740
3     166      75  27.217303