Python : 如何使用 lambda 函数来 return 一个特定的值？

Question

我有一个包含“A”列的数据框，其值可以是这样的：

[';', '', 'M;', 'M', ';M', 'M;M', ';;M']

我想 return 我的第二列“B”中的值 'M' 如果我能在该行中找到“M”（如果有多个 M 也没关系）在 A 列上。如果没有 M，则 B 中的行应保持为空。我无法将其转换为 lambda 函数。有人可以帮忙吗？

df['B']=df['A'].apply(lambda x:x[....... if 'M' in x else None])

Answer 1

只需在 if 关键字前使用您想要 return 的表达式：

df['B']=df['A'].apply(lambda x:'M' if 'M' in x else None)

理解这一点的关键是“lambda”将解析单个表达式，return 它的值，以及 [= 中的内联“... if ... else ...”构造19=] 根据测试表达式计算第一部分或最后一部分。

如果您没有在单个列中使用 apply，而是在整个数据框中使用（例如，如果您需要检查多个列中的值），则必须传递“axis=1”要应用的参数。在那种情况下，虽然不需要，但最好在 lambda 周围多加一对括号。否则，代码的读者将有责任确定将 lambda 主体与下一个参数分隔开的“,”是否真的是分隔符或 lambda 的一部分：

df['B']=df.apply((lambda row:'M' if 'M' in row['A'] else None), axis=1)

Answer 2

您不需要使用 lambda 函数。避免循环并使用 loc 和 str.contains

df = pd.DataFrame({'A': [';', '', 'M;', 'M', ';M', 'M;M', ';;M']})
df.loc[df['A'].str.contains('M'), 'B'] = 'M'

     A    B
0    ;  NaN
1       NaN
2   M;    M
3    M    M
4   ;M    M
5  M;M    M
6  ;;M    M

Answer 3

添加参数axis，否则该函数将应用于每一列。这将使代码像：

df["B"] = df.apply(lambda x: 'M' if ('M' in x['A']) else None ,axis=1)

Python : 如何使用 lambda 函数来 return 一个特定的值？

Python : How to use lambda function to return a specific value?

python

lambda