Я хотел бы использовать Pandas df.apply, но только для определенных строк
В качестве примера, я хочу сделать что-то подобное, но моя фактическая проблема немного сложнее:
import pandas as pd
import math
z = pd.DataFrame({'a':[4.0,5.0,6.0,7.0,8.0],'b':[6.0,0,5.0,0,1.0]})
z.where(z['b'] != 0, z['a'] / z['b'].apply(lambda l: math.log(l)), 0)
В этом примере я хочу указать значение в 'a', деленное на журнал значения в 'b' для каждой строки, а для строк, где 'b' равно 0, я просто хочу вернуть 0.
Другие ответы превосходны, но я думал, что добавлю еще один подход, который может быть быстрее в некоторых случаях - с помощью трансляции и маскировки для достижения того же результата:
import numpy as np
mask = (z['b'] != 0)
z_valid = z[mask]
z['c'] = 0
z.loc[mask, 'c'] = z_valid['a'] / np.log(z_valid['b'])
Особенно с очень большими кадрами данных этот подход будет, как правило, быстрее, чем решения на основе apply().
Вы можете просто использовать оператор if в лямбда-функции.
z['c'] = z.apply(lambda row: 0 if row['b'] in (0,1) else row['a'] / math.log(row['b']), axis=1)
Я также исключил 1, так как log (1) равен нулю.
Вывод:
a b c
0 4 6 2.232443
1 5 0 0.000000
2 6 5 3.728010
3 7 0 0.000000
4 8 1 0.000000
Вы можете использовать лямбда с условием для возврата 0, если входное значение равно 0 и пропустить целое предложение where:
z['c'] = z.apply(lambda x: math.log(x.b) if x.b > 0 else 0, axis=1)
Вам также нужно присвоить результаты новому столбцу (z['c']).
Надеюсь, это поможет. Это легко и легко читается
df['c']=df['b'].apply(lambda x: 0 if x ==0 else math.log(x))