创建一个遍历数据帧行的函数，应用一个scipy函数，将输出附加到新列并输出修改后的数据帧

Question

如果这个问题似乎重复了，请原谅我，但我找不到符合我确切要求的答案：

我有一个z分数的数据框，名为“ df”，其结构如下：

    score_1 score_2 score_3 score_4
1   0.15    0.20    0.81    0.60
2   0.70    0.55    0.84    0.50
3   0.90    0.33    0.54    0.07

我想创建一个新列“ z_score_combined”，其中包含每行的合并z得分。

在这种情况下，将使用scipy.stats中的“ combine_pvalues”函数合并z分数。 有关更多信息，请阅读：https://docs.scipy.org/doc/scipy-0.16.0/reference/generated/scipy.stats.combine_pvalues.html

该函数的结构如下：

combine_pvalues(z-score-array, method='stouffer', weights=None)

在函数中，“ z分数数组”是每行中z分数的数组。例如，“ array_1”将是“ df”中索引为1的行中z分数的数组；即array_1 = [（0.15，0.20，0.81，0.60）]，array_2 = [（0.70，0.55，0.84，0.50）]依此类推。

我将如何创建一个辅助函数：

1. 遍历数据帧的行“ df”；
2. 创建一维Numpy数组对象，“ z-score-array”；
3. 将数组输入到函数中：Combine_pvalues（z-score-array，method ='stouffer'，weights = None），用于计算合并的z_score；
4. 将组合的z分数追加到数据帧“ df”中的“ z_score_combined”新列中；
5. 输出带有合并的z分数的新列的变更版本数据帧“ df”。

谢谢你！

Answer 1

与lambda函数一起使用DataFrame.apply，如果要一列选择元组的第一个DataFrame.apply或第二个值[0]：

[1]

如果要在2列中输出2个值，请添加参数

from scipy.stats import combine_pvalues
df['pval'] = df.apply(lambda x: combine_pvalues(x, method='stouffer', weights=None)[1], axis=1)
print (df)
   score_1  score_2  score_3  score_4      pval
1     0.15     0.20     0.81     0.60  0.354423
2     0.70     0.55     0.84     0.50  0.794535
3     0.90     0.33     0.54     0.07  0.394789

：

result_type='expand'

Answer 2

尝试

from scipy.stats import combine_pvalues

f = lambda x: combine_pvalues(x, method='stouffer', weights=None)
df[['stat','pval']] = df.apply(f, axis=1, result_type='expand')
print (df)
   score_1  score_2  score_3  score_4      stat      pval
1     0.15     0.20     0.81     0.60  0.373406  0.354423
2     0.70     0.55     0.84     0.50 -0.822260  0.794535
3     0.90     0.33     0.54     0.07  0.266859  0.394789

。您可以创建一个接受一行的函数，并且每一行都可以访问1-4列中的属性。由于您要遍历这些行，因此无需为zscores创建数组。该函数应返回该行应在combined_z_score列中输入的值。然后创建新列为：

df ['new_column'] = df.apply（您的函数，轴= 1）