pandasデータフレームのapply関数はスカラーを生成できますか？

Question

私は、apply関数がデータフレームの行または列で動作し、系列またはデータフレームを返すというPandas apply関数のドキュメントを読んでいます。スカラを返すような方法でコードを書くことは可能ですか？または、.pipe関数をさらにチェーン化する必要があります。私は実行すると

df = pd.DataFrame({'one' : pd.Series(np.random.randn(3), index=['a', 'b', 'c']), 
    'two' : pd.Series(np.random.randn(4), index=['a', 'b', 'c', 'd']), 
    'three' : pd.Series(np.random.randn(3), index=['b', 'c', 'd'])}) 

def my_func1(x): 
    min_of_x = x[['one', 'two']] 
    return min_of_x['one'] 

def my_func2(x): 
    min_of_x = x[['one', 'two']] 
    return min_of_x['one'].iloc[0] 

def my_func3(x): 
    min_of_x = x[['one', 'two']] 
    return min_of_x.max() 

def my_func4(x, elem_pos=0): 
    return x.iloc[elem_pos] 

：私は、マニュアルで提供されているサンプルデータフレーム上で、以下の機能を書いてみました

df.apply(my_func1, axis=1) 

それが正常に動作してくれ期待通りシリーズを提供します。

df.apply(my_func2, axis=1) 

私はエラー「はAttributeError：（」取得：「numpy.float64」オブジェクトが「何の属性を持っていませんがしかし、私はスカラーになりシリーズ値のいくつかの計算を最初の要素を好きか、そのことについて考えたとしiloc '' '、' a 'で発生しました'）」 maxを計算するmy_func3を使用する場合：

df.apply(my_func3, axis=1) 

これは、再びシリーズを返すように動作します。スカラーを返すための唯一の方法は、チェーンに.pipeを使用して別の関数であるように思わ：

df.apply(my_func1, axis=1).pipe(my_func4, 2) 

だから、僕は適用機能だけシリーズまたはデータフレームと別の値を返すためにあらゆる試みを生成するかどうかを締結することを望んでいましたこのエラーが発生します。これが事実だろうか？これは、組み込みのPandaとNumPy関数では実行できない結果について計算を実行したかったからです。

Answer 1

基本的なことは、pd.Seriesオブジェクトがであり、適用するには常にが渡されることです。渡されるのは、どの軸を呼び出すかによって異なります。例えば

、axis=1この通過する。

one  ... 
three ... 
two  ... 
Name: a/b/c/d, dtype: float64 

および、axis=0この通過する。いずれの場合においても

a ... 
b ... 
c ... 
d ... 
dtype: float64 

が、これはpd.Seriesオブジェクトです。

my_func1には、次のようなシリーズをスライスします。x[['one', 'two']]もシリーズオブジェクトになります。 x['one']のような個々のアイテムを索引付けすると、floatオブジェクトが戻されますので、floatオブジェクトには.ilocという属性が関連付けられていないことは当然です。これはmy_func2がAttributeErrorを投げる理由です。練習として

---

、このコードを実行してみてください：

In [891]: def my_func1(x): 
    ...:  print(type(x['one'])) 
    ...:  min_of_x = x[['one', 'two']] 
    ...:  return min_of_x['one'] 

In [892]: df.apply(my_func1, axis=1) 

これは与える：答えを

<class 'numpy.float64'> 
<class 'numpy.float64'> 
<class 'numpy.float64'> 
<class 'numpy.float64'>