索引列在 Pandas 中的 lambda 函数后消失了

Question

我想在一小时内("时间"(计算某个对象的百分比，所以我尝试编写一个 lambda 函数，我认为它可以完成这项工作，但索引列消失了，数据帧分组的列。

df = df.groupby(['id', 'name', 'time', 'object', 'type'], as_index=True, sort=False)['col1', 'col2', 'col3', 'col4', 'col5'].apply(lambda x: x * 100 / 3600).reset_index()

在那段代码之后，我打印了df.columns并得到了这个：

Index([u'index', u'col1', col2', u'col3',
u'col4', u'col5'],
dtype='object')

如果需要，我将编写一些包含每列值的表。 提前谢谢。

Answer 1

向外移动循环将使代码运行速度明显更快：

for c in ['col1', 'col2', 'col3', 'col4', 'col5']:
df[c] *= 100. / 3600

这是因为各个循环的计算将以矢量化的方式完成。

这也不会以任何方式修改索引。

Answer 2

pd.DataFrame.groupby

用于聚合数据，而不是将函数应用于多个列。

对于简单的函数，您应该寻找矢量化解决方案。例如：

# set up simple dataframe
df = pd.DataFrame({'id': [1, 2, 1], 'name': ['A', 'B', 'A'],
'col1': [5, 6, 8], 'col2': [9, 4, 5]})
# apply logic in a vectorised way on multiple columns
df[['col1', 'col2']] = df[['col1', 'col2']].values * 100 / 3600

如果您希望将索引设置为多个列，并且热衷于使用pd.DataFrame.apply，这可以作为两个单独的步骤。例如：

df = df.set_index(['id', 'name'])
df[['col1', 'col2']] = df[['col1', 'col2']].apply(lambda x: x * 100 / 3600)

Answer 3

你应用.reset_index()重置索引。查看pandas文档，您会发现.reset_index()将索引传输到列。

Answer 4

数据来自Jpp

df[['col1','col2']]*=100/3600
df
Out[110]: 
col1      col2  id name
0  0.138889  0.250000   1    A
1  0.166667  0.111111   2    B
2  0.222222  0.138889   1    A