पंडों के सूचकांक पर एक फ़ंक्शन लागू करने का सबसे अच्छा तरीका क्या है DataFrame? वर्तमान में मैं इस क्रिया दृष्टिकोण का उपयोग कर रहा हूं:
pd.DataFrame({"Month": df.reset_index().Date.apply(foo)})
Dateसूचकांक का नाम कहां है और fooउस फ़ंक्शन का नाम है जिसे मैं लागू कर रहा हूं।
pd.Series(df.index).apply(foo)
df.index = df.index.map(foo)
जवाबों:
जैसा कि पहले से ही HYRY द्वारा टिप्पणियों में सुझाया गया है , Series.map यहां जाने का तरीका है। बस परिणामी श्रृंखला के लिए सूचकांक सेट करें।
सरल उदाहरण:
df = pd.DataFrame({'d': [1, 2, 3]}, index=['FOO', 'BAR', 'BAZ'])
df
d
FOO 1
BAR 2
BAZ 3
df.index = df.index.map(str.lower)
df
d
foo 1
bar 2
baz 3
जैसा कि @OP द्वारा बताया गया है। df.index.map(str.lower)कॉल एक numpy सरणी देता है। ऐसा इसलिए है क्योंकि डेटाफ्रेम इंडेक्स श्रृंखला के नहीं, बल्कि खस्ता सरणियों पर आधारित हैं ।
इंडेक्स को सीरीज़ में बनाने का एकमात्र तरीका इससे एक सीरीज़ बनाना है।
pd.Series(df.index.map(str.lower))
Indexवर्ग अब उपवर्गों StringAccessorMixin, जिसका अर्थ है कि आप ऊपर आपरेशन के रूप में निम्नानुसार कर सकते हैं
df.index.str.lower()
यह अभी भी एक श्रृंखला नहीं बल्कि एक सूचकांक वस्तु का उत्पादन करता है।
x[0]और दोनों वस्तुओं का उपयोग करना चाहते हैं x[1]।
df.index.map(str.lower)
यह मानते हुए कि आप अपने फ़ंक्शन "फू" को अनुक्रमणिका पर लागू करके वर्तमान DataFrame में एक कॉलम बनाना चाहते हैं। आप लिख सकते हैं ...
df['Month'] = df.index.map(foo)
अकेले श्रृंखला उत्पन्न करने के लिए आप कर सकते हैं ...
pd.Series({x: foo(x) for x in foo.index})
बहुत सारे उत्तर सूचकांक को एक सरणी के रूप में वापस कर रहे हैं, जो सूचकांक नाम आदि के बारे में जानकारी खो देता है (हालांकि आप कर सकते थे pd.Series(index.map(myfunc), name=index.name))। यह भी एक MultiIndex के लिए काम नहीं करेगा।
जिस तरह से मैंने इसके साथ काम किया वह "नाम बदलना" है:
mix = pd.MultiIndex.from_tuples([[1, 'hi'], [2, 'there'], [3, 'dude']], names=['num', 'name'])
data = np.random.randn(3)
df = pd.Series(data, index=mix)
print(df)
num name
1 hi 1.249914
2 there -0.414358
3 dude 0.987852
dtype: float64
# Define a few dictionaries to denote the mapping
rename_dict = {i: i*100 for i in df.index.get_level_values('num')}
rename_dict.update({i: i+'_yeah!' for i in df.index.get_level_values('name')})
df = df.rename(index=rename_dict)
print(df)
num name
100 hi_yeah! 1.249914
200 there_yeah! -0.414358
300 dude_yeah! 0.987852
dtype: float64
इसके साथ एकमात्र चाल यह है कि आपके सूचकांक में अलग-अलग मल्टींडेक्स स्तरों के अनूठे लेबल बी / डब्ल्यू होने की जरूरत है, लेकिन हो सकता है कि मुझसे ज्यादा चालाक कोई और जानता हो कि उसे कैसे प्राप्त करना है। मेरे उद्देश्यों के लिए यह समय का 95% काम करता है।
आप हमेशा अपनी वरीयताओं / जरूरतों के अनुसार to_series(), अपनी विधि का उपयोग करके एक इंडेक्स बदल सकते हैं applyया फिर map।
ret = df.index.map(foo) # Returns pd.Index
ret = df.index.to_series().map(foo) # Returns pd.Series
ret = df.index.to_series().apply(foo) # Returns pd.Series
उपरोक्त सभी को सीधे एक नए या मौजूदा कॉलम में सौंपा जा सकता है df:
df["column"] = ret
बस संपूर्णता के लिए: pd.Index.map, pd.Series.mapऔर pd.Series.applyसभी तत्व के लिहाज से कार्य करते हैं। मैं अक्सर उपयोग mapके प्रतिनिधित्व वाले लुकअप लागू करने के लिए dictsया pd.Series। applyअधिक सामान्य है क्योंकि आप अतिरिक्त argsया के साथ किसी भी फ़ंक्शन को पारित कर सकते हैं kwargs। इस SO थ्रेड में अंतर applyऔर mapआगे की चर्चा की गई है । मुझे नहीं पता कि क्यों छोड़ा गया था।pd.Index.apply
df.index.map(foo)काम करता है ?