如何在不同的输入参数中应用相同的函数在pandas数据框中创建新列？

Question

所以我有这个示例数据框：

      x_mean    x_min    x_max     y_mean     y_min     y_max
 1      85.6        3      264       75.7         3       240
 2     105.5        6      243       76.4         3       191
 3      95.8       19      287       48.4         8       134
 4      85.5       50      166       64.8        32       103
 5      55.9       24      117       46.7        19        77


x_range = [list(range(0,50)),list(range(51,100)),list(range(101,250)),list(range(251,350)),list(range(351,430)),list(range(431,1000))]
y_range = [list(range(0,30)),list(range(31,60)),list(range(61,90)),list(range(91,120)),list(range(121,250)),list(range(251,2000))]


#here x = Any column with mean value (eg. x_mean or y_mean)
# y = x_range / y_range

def min_max_range(x,y):
for a in y:
    if int(x) in a:
        min_val = min(a)
        max_val = max(a)+1
        return max_val - min_val

def min_range(x,y):
for a in y:
    if int(x) in a:
        min_val = min(a)
        return min_val

现在我想将这些功能min_max_range()和min_range()列x_mean, y_mean获得新列。

就像函数min_max_val使用列x_mean和范围x_range作为创建列的输入一样x_min_max_val，类似地，列y_mean和范围y_range也用于列y_min_max_val：

我可以使用这一种衬管一个接一个地创建每个列，但是我想x_mean & y_mean一次用一个衬管将其应用于两个列。

df['x_min_max_val'] = df['x_mean'].apply(lambda x: min_max_range(x,x_range))
df['y_min_max_val'] = df['y_mean'].apply(lambda x: min_max_range(x,y_range))

结果数据帧应如下所示：

      x_mean    x_min    x_max     y_mean     y_min     y_max    x_min_max_val   y_min_max_val        x_min_val   y_min_val
1      85.6        3      264       75.7         3       240                49              29               51          61
2     105.5        6      243       76.4         3       191               149              29              101          91
3      95.8       19      287       48.4         8       134                49              29               51          91
4      85.5       50      166       64.8        32       103                49              29               51          61
5      55.9       24      117       46.7        19        77                49              29               51          31

我想一次创建这些列，而不是一次创建一列。我怎样才能做到这一点？有什么建议？或类似的东西可以工作？

df.filter(regex='mean').apply(lambda x: min_max_range(x,x+'_range'))

Answer 1

这是您需要遵循的概念才能实现这一目标。首先，您需要将范围存储在字典中，以允许通过名称访问它们。

range_dict = {}
range_dict['x_range'] = x_range
range_dict['y_range'] = y_range

另外，您需要在列表中具有进行计算所需的列（或者，如果它们具有特定的模式，则可以使用正则表达式来获取它们）

mean_cols_list = ['x_mean', 'y_mean']

现在，要将函数应用于所有列，您需要定义一个这样的函数

def min_max_calculator(df, range_dictionary, mean_columns_list):
    for i in range(len(mean_cols_list)):
        # this returns 'x_mean'
        current_column = mean_cols_list[i]
        # this returns 'x_min_max_value'
        output_col_name = current_column.replace('mean','min_max_value')
        # this returns 'x_range'
        range_name = current_column.replace('mean','range')
        # this returns the list of ranges for x_range
        range_list = range_dict[range_name]
        # This add the calculated column to the dataframe
        df[output_col_name] = df[current_column].apply(lambda x: min_max_range(x,range_list))
    return(df)

df_output = min_max_calculator(df, range_dict, mean_cols_list)