问题：为什么我的Pandas的“应用”功能不能引用多个列？[关闭]
当将多个列与以下数据框一起使用时，Pandas Apply函数存在一些问题
df = DataFrame ({'a' : np.random.randn(6),
'b' : ['foo', 'bar'] * 3,
'c' : np.random.randn(6)})和以下功能
def my_test(a, b):
return a % b当我尝试使用以下功能时：
df['Value'] = df.apply(lambda row: my_test(row[a], row[c]), axis=1)我收到错误消息：
NameError: ("global name 'a' is not defined", u'occurred at index 0')我不明白此消息，我正确定义了名称。
非常感谢您对此问题的帮助
更新资料
谢谢你的帮助。我确实在代码中犯了一些语法错误，索引应该放在”。但是，使用更复杂的功能仍然会遇到相同的问题，例如：
def my_test(a):
cum_diff = 0
for ix in df.index():
cum_diff = cum_diff + (a - df['a'][ix])
return cum_diff 回答 0
好像您忘记了''字符串。
In [43]: df['Value'] = df.apply(lambda row: my_test(row['a'], row['c']), axis=1)
In [44]: df
Out[44]:
a b c Value
0 -1.674308 foo 0.343801 0.044698
1 -2.163236 bar -2.046438 -0.116798
2 -0.199115 foo -0.458050 -0.199115
3 0.918646 bar -0.007185 -0.001006
4 1.336830 foo 0.534292 0.268245
5 0.976844 bar -0.773630 -0.570417在我看来，顺便说一句，以下方式更为优雅：
In [53]: def my_test2(row):
....: return row['a'] % row['c']
....:
In [54]: df['Value'] = df.apply(my_test2, axis=1)回答 1
如果您只想计算（a栏）％（b栏），则不需要apply，只需直接执行：
In [7]: df['a'] % df['c']
Out[7]:
0 -1.132022
1 -0.939493
2 0.201931
3 0.511374
4 -0.694647
5 -0.023486
Name: a回答 2
假设我们要对DataFrame df的列“ a”和“ b”应用add5函数
def add5(x):
return x+5
df[['a', 'b']].apply(add5)回答 3
以上所有建议均有效，但如果您希望提高计算效率，则应利用numpy向量运算（如此处所述）。
import pandas as pd
import numpy as np
df = pd.DataFrame ({'a' : np.random.randn(6),
'b' : ['foo', 'bar'] * 3,
'c' : np.random.randn(6)})示例1：循环pandas.apply()：
%%timeit
def my_test2(row):
return row['a'] % row['c']
df['Value'] = df.apply(my_test2, axis=1)最慢的运行时间比最快的运行时间长7.49倍。这可能意味着正在缓存中间结果。1000个循环，最佳3：每个循环481 µs
示例2：使用进行矢量化pandas.apply()：
%%timeit
df['a'] % df['c']最慢的运行时间比最快的运行时间长458.85倍。这可能意味着正在缓存中间结果。10000次循环，最好为3次：每个循环70.9 µs
示例3：使用numpy数组进行向量化：
%%timeit
df['a'].values % df['c'].values最慢的运行时间比最快的运行时间长7.98倍。这可能意味着正在缓存中间结果。100000次循环，每循环3：6.39 µs最佳
因此，使用numpy数组进行向量化将速度提高了近两个数量级。
回答 4
这与先前的解决方案相同，但是我已经在df.apply本身中定义了该函数：
df['Value'] = df.apply(lambda row: row['a']%row['c'], axis=1)回答 5
我已经比较了上面讨论的所有三个。
使用值
％timeit df ['value'] = df ['a']。values％df ['c']。values
每个回路139 µs±1.91 µs（平均±标准偏差，共运行7次，每个回路10000个）
没有价值
％timeit df ['value'] = df ['a']％df ['c']
每个循环216 µs±1.86 µs（平均±标准偏差，共运行7次，每个循环1000个）
套用功能
％timeit df ['Value'] = df.apply（lambda row：row ['a']％row ['c']，axis = 1）
每个回路474 µs±5.07 µs（平均±标准偏差，共运行7次，每个回路1000个）
