在pandas应用程序函数中获取行的列

Question

问题

嗨，皮普斯，这个问题和这个问题密切相关。现在我不想得到该系列的name，而是想得到每个特定系列的index。我尝试过使用x.index，但它返回的是索引列表，而不是特定单元格的index。

In [14]: df = pd.DataFrame({
...:     'X': [1,2,3,4,5],
...:     'Y': [3,4,5,6,7],
...:     'Z': [5,6,7,8,9]}, index=['a', 'b', 'c', 'd', 'e'])
In [15]: df
Out[15]: 
X  Y  Z
a  1  3  5
b  2  4  6
c  3  5  7
d  4  6  8
e  5  7  9
In [15]: df.apply(lambda x: (x.name, x.index), axis=1)
Out[15]: 
a    (a, [X, Y, Z])
b    (b, [X, Y, Z])
c    (c, [X, Y, Z])
d    (d, [X, Y, Z])
e    (e, [X, Y, Z])
dtype: object

所需输出

我想实现如下格式。但是，我不知道如何访问该特定行的index。如果我使用x.index，它将返回索引值的列表。

正如您在示例中看到的，我只想得到每个单元格的值为(index, column), value

X           Y          Z
a  (a, X), 1  (a, Y), 3  (a, Z), 5
b  (b, X), 2  (b, Y), 4  (b, Z), 6
c  (c, X), 3  (c, Y), 5  (c, Z), 7
d  (d, X), 4  (d, Y), 6  (d, Z), 8
e  (e, X), 5  (e, Y), 7  (e, Z), 9

试验

我已经尝试了以下操作，但由于index是硬编码的，所以它不起作用。我也检查了索引文档，但找不到任何适合这种需求的属性。

In [35]: df.apply(lambda x: (x.name, x.index[0]), axis=1)
Out[35]: 
a    (a, X)
b    (b, X)
c    (c, X)
d    (d, X)
e    (e, X)
dtype: object
In [36]: df.apply(lambda x: (x.name, x.index[1]), axis=1)
Out[36]: 
a    (a, Y)
b    (b, Y)
c    (c, Y)
d    (d, Y)
e    (e, Y)
dtype: object
In [37]:

我认为可以遍历每一列并重新分配其中的值。但是，有没有办法用apply()做到这一点？谢谢

Answer 1

您可以直接修改row系列并返回修改后的row系列。

def convert(row):
for col in row.index:
row[col] = f'({row.name}, {col}), {row[col]}'
return row
df = df.apply(convert, axis=1)

print(df)
X          Y          Z
a  (a, X), 1  (a, Y), 3  (a, Z), 5
b  (b, X), 2  (b, Y), 4  (b, Z), 6
c  (c, X), 3  (c, Y), 5  (c, Z), 7
d  (d, X), 4  (d, Y), 6  (d, Z), 8
e  (e, X), 5  (e, Y), 7  (e, Z), 9