如何在 lambda 中应用映射？

Question

我在数据集中有一个名为“Increasing_sequence”的列：

dict = {"Increasin_Sequence": [[[0.98, 1.1, 1.25], [1.18, 1.28]],[[1.2, 1.2], [1.1, 1.25]],[[0.85, 1.2, 1.29, 1.31, 1.4]],
[[1.19, 1.29, 1.39, 1.49]], [[1.0, 1.0, 1.0, 1.0]]] }
dt = pd.DataFrame(dict)


             Increasin_Sequence
0  [[0.98, 1.1, 1.25], [1.18, 1.28]]
1          [[1.0, 1.2], [1.1, 1.25]]
2     [[0.85, 1.2, 1.29, 1.31, 1.4]]
3         [[1.19, 1.29, 1.39, 1.49]]
4             [[1.0, 1.0, 1.0, 1.0]]

每一列都由一个“非递减”列表组成。我想保留满足以下两个要求的列表（在名为“spikes”的新列中）：

1-[最大数]-[最小数]>=.1

2-[最大数] > 1.2

所以期望的输出可能如下所示：

               spikes
0  [[0.98, 1.1, 1.25], [1.18, 1.28]]
1                      [[1.1, 1.25]]
2     [[0.85, 1.2, 1.29, 1.31, 1.4]]
3         [[1.19, 1.29, 1.39, 1.49]]
4                                 []

我开发了以下代码：

   def spikes_finder(dt):
        dt['IncreasingSequences'].apply(lambda x: map(apply_spike_conditions, x))


   def apply_spike_conditions(increasing_sequence ):

        pick = increasing_sequence[-1]
        valley = increasing_sequence[0]
        pick_to_valley_difference = pick - valley
        if (pick_to_valley_difference >= .1) and (pick > 1.2):
            return increasing_sequence

运行这段代码，apply 函数没有执行，我还尝试使用 for 循环，这不是一种有效的方法，所以我宁愿使用 apply 或 map 函数

Answer 1

总的来说，我觉得把步骤写成函数更容易，这样更容易理解，例如：

def conditions(lst):
    """This functions checks the filter conditions"""

    mi, *_, ma = lst  # extract the first and the last
    return ma > 1.2 and ma - mi > 0.1


def filter_cells(cell):
    """This function simply applies the filters"""
    return [lst for lst in cell if conditions(lst)]


dt['filtered'] = dt['Increasing_Sequence'].apply(filter_cells)
print(dt)

输出

                 Increasing_Sequence                           filtered
0  [[0.98, 1.1, 1.25], [1.18, 1.28]]  [[0.98, 1.1, 1.25], [1.18, 1.28]]
1          [[1.2, 1.2], [1.1, 1.25]]                      [[1.1, 1.25]]
2     [[0.85, 1.2, 1.29, 1.31, 1.4]]     [[0.85, 1.2, 1.29, 1.31, 1.4]]
3         [[1.19, 1.29, 1.39, 1.49]]         [[1.19, 1.29, 1.39, 1.49]]
4             [[1.0, 1.0, 1.0, 1.0]]                                 []

符号

mi, *_, ma = lst

被称为 extended iterable unpacking。它这个上下文可以理解为给我第一个（mi），忘记中间（*_）并给我最后一个元素（ma）。

关于您的功能，我认为您在 spikes_finder 中缺少一个 return，也许 return [=16] 更好=] 或 False in apply_spike_conditions 并使用 filter 而不是 map.

请注意，在 Python 3 中，map 和 filter 都是 return 可迭代对象，因此您需要将结果转换为列表。

如何在 lambda 中应用映射？

How to apply a map in a lambda?

python

lambda

list

apply

pandas