应用通用函数（x，y）从两个现有列创建一个新列，以便我可以将该函数用于不同的列

Question

我试图计算一个折扣，我想应用到我的数据帧的两列中的每一行，并将结果添加到一个新列中。

我已经尝试了很多方法，通过遵循现有的例子，但是每次都发生错误。

我将函数定义为：

def delta_perc(x,y):
    if y == 0:
        return 0
    else:
        return (x-y)/x*100

然后尝试将该函数应用于我的数据框

ordini["discount"] = ordini.apply(delta_perc(ordini["revenue1"],ordini["revenue2"]), axis=1)

我希望有一个新的列，其中每一行都是应用于ordini[“revenue1”]和ordini[“revenue2”]的函数的结果。

但我得到了以下错误：

ValueError：序列的真值不明确。使用a.empty、a.bool（）、a.item（）、a.any（）或a.all（）。

我也尝试应用这里的所有建议，但每次都出现错误。

Answer 1

您应该将此计算应用于具有np.where的整个Series：

import pandas as pd
import numpy as np

def delta_perc(x, y):
    return np.where(y != 0, (x-y)/x*100, 0)
    # I think you may want when x != 0, since you divide by x: 
    #return np.where(x != 0, (x-y)/x*100, 0)

np.random.seed(12)
df = pd.DataFrame(np.random.randint(0,10,(10,2)))

df['new_col'] = delta_perc(df[0], df[1])
#   0  1     new_col
#0  6  1   83.333333
#1  2  3  -50.000000
#2  3  0    0.000000
#3  6  1   83.333333
#4  4  5  -25.000000
#5  9  2   77.777778
#6  6  0    0.000000
#7  5  8  -60.000000
#8  2  9 -350.000000
#9  3  4  -33.333333

Answer 2

您也可以尝试：

ordini["discount"] = [delta_perc(a,b) for a,b in zip(ordini["revenue1"],ordini["revenue2"])]

Answer 3

你把一些概念搞混了。当您使用熊猫时。数据帧。应用（使用axis=1）您正在迭代每一行，并将该行（作为pandas.Series对象）传递给调用apply时使用的函数。

而是在apply中调用函数，并向函数传递两列。这将把函数的返回值传递给apply。由于您的函数没有传回可调用对象，因此应该会失败。

此外，您的函数被设计为查看标量值，因此当y==0:时，当您传递列（如ordini[“revenue1”]（这是pandas.Series对象）时，它会尝试计算是否为pandas。Series==0:这就是生成错误的原因：

ValueError: The truth value of a Series is ambiguous.

修复您的功能，不要使用apply

def delta_perc(x, y):
    return x.sub(y).div(x).mask(x == 0, 0).mul(100)

ordini["discount"] = delta_perc(ordini["revenue1"], ordini["revenue2"])

修复你的函数并使用map。这类似于使用理解。

def delta_perc(x, y):
    if x == 0:
        return 0
    else:
        return (x - y) / x * 100

ordini["discount"] = [*map(delta_perc, ordini["revenue1"], ordini["revenue2"])]

实际使用应用

def delta_perc(x, y):
    if x == 0:
        return 0
    else:
        return (x - y) / x * 100

# Because remember `apply` takes a function that gets a row (or column) passed to it
ordini["discount"] = ordini.apply(
    lambda row: delta_perc(row['revenue1'], row['revenue2']),
    axis=1
)