Как получить доступ к значению серии Pandas в пользовательской функции
Я работаю над проектом по мониторингу моего 5-километрового времени для моих занятий бегом / бегом трусцой на основе их данных GPS. В настоящее время я изучаю свои данные в блокноте Jupyter и теперь понимаю, что мне нужно будет исключить некоторые действия.
Каждое действие представляет собой строку в фрейме данных. Хотя я хочу исключить некоторые строки, я не хочу удалять их из своего фрейма данных, поскольку я также буду использовать df для других вычислений.
Я добавил столбец в df вместе с пользовательской функцией для проверки причин недействительности строки. Возможно, запуск может быть исключен по нескольким причинам.
In []:
# add invalidity reasons column & update logic
df['invalidity_reasons'] = ''
def maintain_invalidity_reasons(reason):
"""logic for maintaining ['invalidity reasons']"""
reasons = []
if invalidity_reasons == '':
return list(reason)
else:
reasons = invalidity_reasons
reasons.append(reason)
return reasons
Я фильтрую до определенных строк в моем df и передаю их своей функции. В приведенном ниже примере возвращается набор из пяти строк из файла df. Ниже приведен пример использования функции в моем блокноте Jupyter.
In []:
columns = ['distance','duration','notes']
filt = (df['duration'] < pd.Timedelta('5 minutes'))
df.loc[filt,columns].apply(maintain_invalidity_reasons('short_run'),axis=1)
Out []:
---------------------------------------------------------------------------
NameError Traceback (most recent call last)
<ipython-input-107-0bd06407ef08> in <module>
2
3 filt = (df['duration'] < pd.Timedelta('5 minutes'))
----> 4 df.loc[filt,columns].apply(maintain_invalidity_reasons(reason='short_run'),axis=1)
<ipython-input-106-60264b9c7b13> in maintain_invalidity_reasons(reason)
5 """logic for maintaining ['invalidity reasons']"""
6 reasons = []
----> 7 if invalidity_reasons == '':
8 return list(reason)
9 else:
NameError: name 'invalidity_reasons' is not defined
Вот пример вывода моего фильтра, если я удалю вызов .apply() для моей функции
In []:
columns = ['distance','duration', 'notes','invalidity_reasons']
filt = (df['duration'] < pd.Timedelta('5 minutes'))
df.loc[filt,columns]
Out []:
Кажется, моя проблема заключается в том, что я не знаю, как указать, что я хочу ссылаться на скалярное значение в индексе/столбце 'invalidity_reasons' (не уверен в правильном термине) конкретной строки.
Я попытался настроить оператор IF с помощью приведенных ниже вариантов. Я также пытался применить функцию без/без аргумента оси. Я застрял, пожалуйста, помогите!
if 'invalidity_reasons' == '':
if s['invalidity_reasons'] == '':
Я верю вам в вопросе list(reason). Как только я определяю, как правильно получить доступ к значению в ряду (т. е. в строке), я смогу продолжить устранение неполадок. invalidity_reasons — это столбец df, который я создаю перед тем, как начать какую-либо фильтрацию df. Это упоминается в первой строке первого блока кода в моем посте (прямо под комментарием). Для каждой строки инициал invalidity_reasons является пустой строкой, пока мне не нужно обновить ее с помощью моей функции.
Кроме того, я немного новичок в Python и Pandas, поэтому я с радостью приму любые отзывы о том, как улучшить мой кодовый суп.
Это if 'invalidity_reasons' == '' не имеет смысла (всегда будет False). И, как указал cs95, у вас нет переменной с именем invalidity_reasons. Тот факт, что в вашем фрейме есть столбец с таким именем, этого не делает.
invalidity_reasons не должен быть переменной, а скорее индексом/меткой скалярного значения в каждой серии (то есть строке), которую я передаю своей функции. Чтобы прояснить свое намерение, я обновил свой пост примером вывода моего фильтра без вызова .apply(), чтобы показать, какие данные я хочу, чтобы моя функция воздействовала.
чтобы быть предельно ясным, я хочу сделать следующее: 1. передать строку или набор строк функции 2. для каждой строки я хочу, чтобы функция: 1. нашла значение определенного индекса/метки в строке 2. обновить указанное значение на основе его текущего значения (т. е. если пусто/пусто/нуль: выполните x; иначе: выполните y)
«invalidity_reasons не должен быть переменной» — но в вашем коде вы используете его так, как если бы это была переменная, и это источник вашей (текущей) ошибки: «NameError: имя 'invalidity_reasons' не определено».
это мой вопрос, как я могу указать, что хочу ссылаться на скалярное значение ряда? Я пытался изменить то, как я ссылаюсь на него в заявлении IF, но безрезультатно. Обе альтернативы, которые я упоминаю в посте, также приводят к ошибке NameError.
Ответы 1
Это в значительной степени удар в темноте, но я надеюсь, что это поможет. Далее я использую этот простой кадр в качестве примера (чтобы было с чем работать):
df = pd.DataFrame({'Col': range(5)})
Теперь, если вы определите
def maintain_invalidity_reasons(current_reasons, new_reason):
if current_reasons == '':
return [new_reason]
if type(current_reasons) == list:
return current_reasons + [new_reason]
return [current_reasons] + [new_reason]
добавить еще один столбец invalidity_reasons в df
df['invalidity_reasons'] = ''
заполнить одну ячейку (для наглядности)
df.loc[0, 'invalidity_reasons'] = 'a reason'
Col invalidity_reasons
0 0 a reason
1 1
2 2
3 3
4 4
построить фильтр
filt = (df.Col < 3)
а затем сделать
df.loc[filt, 'invalidity_reasons'] = (df.loc[filt, 'invalidity_reasons']
.apply(maintain_invalidity_reasons,
args=('another reason',)))
ты получишь
Col invalidity_reasons
0 0 [a reason, another reason]
1 1 [another reason]
2 2 [another reason]
3 3
4 4
Это как-то похоже на то, что вы ищете?
да, это то, что мне было нужно. Я думаю, что самая большая часть моей проблемы заключалась в том, что у меня не было аргумента в моей функции для представления самой серии (current_reasons в вашей функции). Спасибо за ваше терпение и помощь!
Это кодовый суп.
invalidity_reasonsне определяется нигде до того, как используется, иlist(reason)не делает того, что вы думаете.