如何将（可能）不同的可调用应用到 pandas DataFrame 中的每一行

Question

我有许多

DataFrame

，每个都有相同的行数。

input_df

包含输入数据，

param_df

包含用于计算的参数，

output_df

包含输出数据。

param_df

中的一列包含应应用于每一行的函数。

在下面的简单 MWE 中，我们希望其中一个函数应用于前五行，另一个函数应用于最后五行。

我的问题是如何在没有笨拙的列表理解的情况下做到这一点？看来我应该能够使用

map

或

apply

之类的东西，但我还没有弄清楚如何在每行基础上应用可调用。

import pandas as pd
import numpy as np

def func_1(in_val, a, b):
    return in_val + a + b

def func_2(in_val, a, b):
    return in_val + (2 * (a + b))


input_df = pd.DataFrame(data=[1 for row in range(10)],
                  columns=["GR"])

output_df = pd.DataFrame(data=[np.nan for row in range(10)],
                  columns=["VCLGR"])

param_df = pd.DataFrame(data=[[5, 10] for row in range(10)],
                        columns=["x", "y"])

# Add the callables to the param_df
param_df["method"] = func_1
param_df.loc[5:, "method"] = func_2

# Compute the output for each row using the function specified
output_df["VCLGR"] = [param_df["method"][i](input_df["GR"][i], param_df["x"][i], param_df["y"][i]) for i in range(len(input_df))]

Answer 1

您可以使用一个以数据帧行作为参数的函数，并使用它来调用存储在数据帧中的函数...

def indirect(row):
  return row['method'](row['GR'], row['x'], row['y'])

output_df["VCLGR_2"] = pd.concat(
    [
      param_df,
      input_df
    ],
    axis=1
  ).apply(
    indirect,
    axis=1
  )

https://trinket.io/python3/0183496178