代码之家 › 专栏 › 技术社区 › brienna

如何将函数应用于pandas中每一行的对象属性

apply lambda pandas python

brienna · 技术社区 · 4 年前

我在pandas中有一个表,其中每一行都是一个具有属性的对象。每个物体看起来像

{'type': 'Feature',
 'properties': {'GEO_ID': '0400000US23',
  'STATE': '23',
  'NAME': 'Maine',
  'LSAD': '',
  'CENSUSAREA': 30842.923}}

我想检查每一行,再添加一个名为 TERPS 到 properties 字典,所以它看起来像

{'type': 'Feature',
 'properties': {'GEO_ID': '0400000US23',
  'STATE': '23',
  'NAME': 'Maine',
  'LSAD': '',
  'CENSUSAREA': 30842.923,
  'TERPS': 82}}                   <----- new attribute

价值 特普斯 属性应该来自另一个字典 counts ,看起来像

California              1161
New York                 601
Florida                  588
Minnesota                533
Maryland                 463
Washington               438
Texas                    363
Pennsylvania             356
Ohio                     348

我可以这样做一排:

df.iloc[0]['properties']['TERPS'] = counts[df.iloc[0]['properties']['NAME']]

但我该如何对所有行执行此操作?这将得到每一行的值,但我正在努力分配它。

df.apply(lambda x : counts[x['properties']['NAME']], axis=1)

1 回复 | 直到 4 年前

furas 4 年前

= 在里面 lambda 但是你可以在函数中使用它 apply() .

def change(x):
    x['properties']['TERPS'] = counts[x['properties']['NAME']]

df.apply(change)

最简单的工作示例

import pandas as pd

counts = {'Maine': 83}

data = {'A': [{'type': 'Feature',
  'properties': {'GEO_ID': '0400000US23',
  'STATE': '23',
  'NAME': 'Maine',
  'LSAD': '',
  'CENSUSAREA': 30842.923}}]}

df = pd.DataFrame(data)

def change(x):
    x['properties']['TERPS'] = counts[x['properties']['NAME']]

df['A'].apply(change)

print(df['A'].iloc[0]['properties'])

推荐文章

lyding · 不使用apply的公共lisp调用函数会导致奇数个关键字

7 年前

Forever · 在应用中使用dplyr函数

7 年前

freddy888 · python:每列几个cumprod

7 年前

Daniel V · 将行返回到函数

7 年前

Tanmay · 熊猫重新取样未来警告

7 年前

89_Simple · R: 对数据帧使用“应用族”而不是“for循环”

7 年前

john · 由于记忆错误,熊猫的替代品适用

7 年前

hgiesel · 为什么<$>是左关联的?

7 年前

Keenan Burke-Pitts · 使用Pandas将多个列转换为一个列

7 年前

hahakwok · 在r中使用lappy函数和list

7 年前