如何将应用函数链接到 pandas 数据帧的子集

Question

我有一个 pandas 数据框，我想根据两个函数 is_long() 和 is_short() 的应用对其进行子集化。第一个必须 return True，第二个必须 return True 才能使该行成为子集。例如：

import pandas as pd

data = [['foo', 10], ['baar', 15], ['baz', 14], ['baaar', 15]]
df = pd.DataFrame(data, columns = ['name', 'age'])
df

def is_long(x):
    assert isinstance(x, str)
    return True if len(x) > 2 else False


def is_short(x):
    assert isinstance(x, str)
    return True if len(x) < 4 else False

以下应该 return 行 name 的长度为 3：

df[df['name'].apply(is_long).apply(is_short)]

应该return:

    name    age
0   foo     10
2   baz     14

但是第二个应用没有在数据帧上执行，因为它return是一个断言错误：

   11 
     12 def is_short(x):
---> 13     assert isinstance(x, str)
     14     return True if len(x) < 4 else False

AssertionError:

我的问题是 - 如何优雅地将两个应用函数链接在一起（无需编写两行单独的代码），以便它们作用于同一列并按顺序执行？

如有任何建议，我们将不胜感激。

Answer 1

如果你想用apply()方法来做，那么

而不是：

df[df['name'].apply(is_long).apply(is_short)]

Do/Use这个：

 df[df.loc[df['name'].apply(is_long),'name'].apply(is_short)]

或

df[df['name'].apply(lambda x: is_long(x) & is_short(x))]

上述方法的输出：

#output

    name    age
0   foo     10
2   baz     14

解释：

在您的代码中：df[df['name'].apply(is_long).apply(is_short)]

df['name'].apply(is_long) 给出了 True 的 boolean series 并且您通过将另一个 apply() 方法链接到它来将该布尔系列传递给 is_short() 函数，这就是为什么你得到 AssertionError 因为你在你的 is_short() 函数中使用了 assert 关键字并且你的条件 isinstance(x, str) 不满足

Answer 2

您可以将这两个函数包装在 lambda 意义上的函数中，即：

df[df.name.apply(lambda x: is_long(x) and is_short(x))]

获得

  name  age
0  foo   10
2  baz   14

如何将应用函数链接到 pandas 数据帧的子集

How to chain apply functions to subset a pandas dataframe

python

subset

apply

dataframe

pandas