web-dev-qa-db-fra.com

obtenir l'index d'une ligne dans une fonction pandas apply

J'essaie d'accéder à l'index d'une ligne dans une fonction appliquée à l'ensemble d'un DataFrame dans Pandas. J'ai quelque chose comme ça:

df = pandas.DataFrame([[1,2,3],[4,5,6]], columns=['a','b','c'])
>>> df
   a  b  c
0  1  2  3
1  4  5  6

et je vais définir une fonction qui accède aux éléments avec une ligne donnée

def rowFunc(row):
    return row['a'] + row['b'] * row['c']

Je peux l'appliquer comme suit:

df['d'] = df.apply(rowFunc, axis=1)
>>> df
   a  b  c   d
0  1  2  3   7
1  4  5  6  34

Impressionnant! Et maintenant, si je veux incorporer l'index dans ma fonction? L'index d'une ligne donnée dans ce DataFrame avant d'ajouter d serait Index([u'a', u'b', u'c', u'd'], dtype='object'), mais je veux les 0 et 1. Je ne peux donc pas simplement accéder à row.index.

Je sais que je pourrais créer une colonne temporaire dans la table où je stocke l’index, mais je me demande s’il est écrit quelque part dans l’objet row.

python-2.7pandasdataframe
85
Mike

Pour accéder à l'index dans ce cas, vous accédez à l'attribut name:

In [182]:

df = pd.DataFrame([[1,2,3],[4,5,6]], columns=['a','b','c'])
def rowFunc(row):
    return row['a'] + row['b'] * row['c']

def rowIndex(row):
    return row.name
df['d'] = df.apply(rowFunc, axis=1)
df['rowIndex'] = df.apply(rowIndex, axis=1)
df
Out[182]:
   a  b  c   d  rowIndex
0  1  2  3   7         0
1  4  5  6  34         1

Notez que si c'est vraiment ce que vous essayez de faire, cela fonctionne et est beaucoup plus rapide:

In [198]:

df['d'] = df['a'] + df['b'] * df['c']
df
Out[198]:
   a  b  c   d
0  1  2  3   7
1  4  5  6  34

In [199]:

%timeit df['a'] + df['b'] * df['c']
%timeit df.apply(rowIndex, axis=1)
10000 loops, best of 3: 163 µs per loop
1000 loops, best of 3: 286 µs per loop

EDIT

En regardant cette question 3 ans et plus plus tard, vous pourriez simplement faire:

In[15]:
df['d'],df['rowIndex'] = df['a'] + df['b'] * df['c'], df.index
df

Out[15]: 
   a  b  c   d  rowIndex
0  1  2  3   7         0
1  4  5  6  34         1

mais en supposant que ce ne soit pas aussi trivial, peu importe ce que votre rowFunc fait réellement, vous devriez chercher à utiliser les fonctions vectorisées, puis à les utiliser contre l'index df:

In[16]:
df['newCol'] = df['a'] + df['b'] + df['c'] + df.index
df

Out[16]: 
   a  b  c   d  rowIndex  newCol
0  1  2  3   7         0       6
1  4  5  6  34         1      16
107
EdChum

apply() n'est pas le droïde que vous recherchez.

DataFrame.iterrows () vous permet de parcourir des lignes et d'accéder à leur nom:

for name, row in df.iterrows():
    ...
6
smci

Pour répondre à la question initiale: oui, vous pouvez accéder à la valeur d'index d'une ligne dans apply(). Il est disponible sous la clé name et nécessite que vous spécifiez axis=1 (car lambda traite les colonnes d’une ligne et non les lignes d’une colonne).

Exemple de travail (pandas 0.23.4):

>>> import pandas as pd
>>> df = pd.DataFrame([[1,2,3],[4,5,6]], columns=['a','b','c'])
>>> df.set_index('a', inplace=True)
>>> df
   b  c
a      
1  2  3
4  5  6
>>> df['index_x10'] = df.apply(lambda row: 10*row.name, axis=1)
>>> df
   b  c  index_x10
a                 
1  2  3         10
4  5  6         40
3
Freek Wiekmeijer