Чому функція "Pandas" застосовувати ", що посилається на кілька стовпців, не працює? [зачинено]

У мене є деякі проблеми із функцією застосування Pandas, коли використовуються декілька стовпців із наступним фреймом даних

df = DataFrame ({'a' : np.random.randn(6),
                 'b' : ['foo', 'bar'] * 3,
                 'c' : np.random.randn(6)})

та наступна функція

def my_test(a, b):
    return a % b

Коли я намагаюся застосувати цю функцію за допомогою:

df['Value'] = df.apply(lambda row: my_test(row[a], row[c]), axis=1)

Я отримую повідомлення про помилку:

NameError: ("global name 'a' is not defined", u'occurred at index 0')

Я не розумію цього повідомлення, ім'я я правильно визначив.

Я дуже вдячний за будь-яку допомогу з цього питання

Оновлення

Спасибі за вашу допомогу. Я дійсно зробив деякі синтаксичні помилки з кодом, індекс слід поставити ''. Однак я все одно отримую ту саму проблему, використовуючи більш складну функцію, таку як:

def my_test(a):
    cum_diff = 0
    for ix in df.index():
        cum_diff = cum_diff + (a - df['a'][ix])
    return cum_diff 

Здається, ви забули ''свій рядок.

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

BTW, на мою думку, наступний спосіб є більш елегантним:

In [53]: def my_test2(row):
....:     return row['a'] % row['c']
....:     

In [54]: df['Value'] = df.apply(my_test2, axis=1)

Якщо ви просто хочете обчислити (стовпець a)% (стовпець b), вам не потрібно apply, просто зробіть це безпосередньо:

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

Скажімо, ми хочемо застосувати функцію add5 до стовпців 'a' та 'b' DataFrame df

def add5(x):
    return x+5

df[['a', 'b']].apply(add5)

Всі запропоновані вище пропозиції працюють, але якщо ви хочете, щоб ваші обчислення були більш ефективними, вам слід скористатися операціями з нумерованими векторами (як зазначено тут) .

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)})

Приклад 1: циклічне використання за допомогою pandas.apply():

%%timeit
def my_test2(row):
    return row['a'] % row['c']

df['Value'] = df.apply(my_test2, axis=1)

Самий повільний біг зайняв у 7,49 рази довший, ніж найшвидший. Це може означати, що проміжний результат кешується. 1000 петель, найкраще 3: 481 мкс на цикл

Приклад 2: векторизація з використанням pandas.apply():

%%timeit
df['a'] % df['c']

Самий повільний біг зайняв у 458,85 рази довший, ніж найшвидший. Це може означати, що проміжний результат кешується. 10000 петель, найкраще 3: 70,9 мкс на цикл

Приклад 3: векторизація за допомогою numpy масивів:

%%timeit
df['a'].values % df['c'].values

Самий повільний біг зайняв у 7,98 рази довше, ніж найшвидший. Це може означати, що проміжний результат кешується. 100000 петель, найкраще 3: 6,39 мкс на цикл

Таким чином, векторизація за допомогою нумерованих масивів покращила швидкість майже на два порядки.

Це те саме, що і в попередньому рішенні, але я визначив функцію в df.apply:

df['Value'] = df.apply(lambda row: row['a']%row['c'], axis=1)

Я дав порівняння всіх трьох обговорених вище.

Використання значень

% timeit df ['value'] = df ['a']. Значення% df ['c'].

139 мкс ± 1,91 мкс на цикл (середнє ± ст. Розряд 7 пробігів, 10000 циклів у кожній)

Без значень

% timeit df ['value'] = df ['a']% df ['c'] 

216 мкс ± 1,86 мкс на цикл (середнє ± ст. Розряд 7 пробігів, 1000 циклів у кожній)

Застосувати функцію

% timeit df ['Значення'] = df.apply (рядок лямбда: рядок ['a']% рядок ['c'], вісь = 1)

474 мкс ± 5,07 мкс на цикл (середнє ± ст. Розряд 7 пробігів, 1000 циклів у кожній)