为什么我的Pandas‘Apply’函数不能引用多个列？

Question

为什么我的Pandas‘Apply’函数不能引用多个列？当使用多列和下面的dataframe时，PandasApply函数有一些问题df = DataFrame ({'a' : np.random.randn(6),                  'b' : ['foo', 'bar'] * 3,                  'c' : np.random.randn(6)})和以下功能def my_test(a, b):     return a % b当我尝试应用此函数时：df['Value'] = df.apply(lambda row: my_test(row[a], row[c]), axis=1)我收到错误消息：NameError: ("global name 'a' is not defined", u'occurred at index 0')我不明白这个消息，我正确地定义了这个名字。我非常感谢在这个问题上提供任何帮助。更新谢谢你的帮助。我在代码中确实犯了一些语法错误，索引应该放在‘。但是，使用更复杂的函数仍然会遇到相同的问题，例如：def my_test(a):     cum_diff = 0     for ix in df.index():         cum_diff = cum_diff + (a - df['a'][ix])     return cum_diff

Answer 1

好像你忘了''你的绳子。

In [43]: df['Value'] = df.apply(lambda row: my_test(row['a'], row['c']), axis=1)In [44]: dfOut[44]:
                    a    b         c     Value
          0 -1.674308  foo  0.343801  0.044698
          1 -2.163236  bar -2.046438 -0.116798
          2 -0.199115  foo -0.458050 -0.199115
          3  0.918646  bar -0.007185 -0.001006
          4  1.336830  foo  0.534292  0.268245
          5  0.976844  bar -0.773630 -0.570417

顺便说一句，在我看来，以下方式更优雅：

In [53]: def my_test2(row):....:     return row['a'] % row['c']....:     In [54]: df['Value'] = df.apply(my_test2, axis=1)

Answer 2

如果您只想计算(a列)%(b列)，则不需要apply直接做就行了：

In [7]: df['a'] % df['c']                                                                                                                                                        

Out[7]: 

0   -1.132022                                                                                                                                                                    

1   -0.939493                                                                                                                                                                    

2    0.201931                                                                                                                                                                    

3    0.511374                                                                                                                                                                    

4   -0.694647                                                                                                                                                                    

5   -0.023486                                                                                                                                                                    

Name: a