Mam następujący ramkę danych:Zastosuj funkcję wiersz mądry na ramce danych Pandy na kolumnach z wartościami liczbowymi
import pandas as pd
df = pd.DataFrame({'AAA' : ['w','x','y','z'], 'BBB' : [10,20,30,40],'CCC' : [100,50,-30,-50]})
który wygląda tak:
In [32]: df
Out[32]:
AAA BBB CCC
0 w 10 100
1 x 20 50
2 y 30 -30
3 z 40 -50
Co chcę zrobić, to wykonać działanie funkcji w każdym wierszu dla każdej kolumny, z wyjątkiem tych o wartości nie liczbowej (w tym przypadku AAA
). W rzeczywistym przypadku przypadek nie numeryczny jest zawsze w pierwszej kolumnie, a reszta (może być większa niż 2 kolumny) jest zawsze numeryczna.
Ostateczna pożądane wyjście jest:
AAA BBB CCC Score
0 w 10 100 110
1 x 20 50 70
2 y 30 -30 0
3 z 40 -50 -10
próbowałem tego, ale nie powiodło się:
import numpy as np
df["Score"] = df.apply(np.sum, axis=1)
Jaki jest właściwy sposób to zrobić?
Update2:
Jest to kod, który daje SettingWithCopyWarning
. Świeżo rozpoczynaj ipython do testowania.
import pandas as pd
import numpy as np
def cvscore(fclist):
sd = np.std(fclist)
mean = np.mean(fclist)
cv = sd/mean
return cv
def calc_cvscore_on_df(df):
df["CV"] = df.iloc[:,1:].apply(cvscore, axis=1)
return df
df3 = pd.DataFrame(np.random.randn(1000, 3), columns=['a', 'b', 'c'])
calc_cvscore_on_df(df3[["a","b"]])
Grumble. Czy znasz lepszy sposób obsługi ogólnego przypadku (gdzie nie koniecznie wiemy, które kolumny są numeryczne wcześniej) niż 'df.select_dtypes (include = [np.number]) .sum (axis = 1)'? – DSM
@unutbu: Jak mogę to uogólnić dla ogólnej funkcji. W rzeczywistości nie jest to "np.sum", ale moja inna specyficzna funkcja. Zobacz aktualizację. – pdubois
@DSM: 'df.select_dtypes (include = [np.number]) .sum (axis = 1)' wydaje się najlepszą odpowiedzią. Co ci się nie podoba w tym stylu? – unutbu