如何将函数应用于熊猫数据框中一列的每一行？

Question

我有一个价格区间为〜600k的数据框df，我是从here下载的。

我将最后一列的名称从'Name'重命名为'ticks'，并创建了一个新的空白列'Name'：

df = df.rename(columns={'Name': 'Ticker'})
df['Name'] = ''

我编写了以下函数来返回给定股票代码的公司名称：

! pip3 install yfinance
import yfinance as yf

def return_company_name(ticker):
    return yf.Ticker(ticker).info['longName']

return_company_name('MSFT')
>>> 'Microsoft Corporation'

现在，我要用相应的股票代号的公司名称填充“名称”列。为此，我编写了以下lambda函数：

df.Name = df.Ticker.apply(lambda x: return_company_name(x))

但是这最后一行代码继续运行。有什么问题吗？如果是，该如何解决？

我尝试用map代替apply，但结果相同。

Answer 1

从yfinance查看来源，您会看到hereget_info方法调用_get_fundamentals，这反过来似乎对不同站点做了一些[API]调用，以获取所需的信息。 由于对每一行都执行此操作，因此您会遇到一些麻烦，因为网站可能会限制您的访问速度。也许您可以迈出第一步，获取所有唯一名称，然后查找一次，然后将其保存在某种形式的CSV或类似格式的查询中

Answer 2

您可以使用_get_fundamentals将功能应用于数据框中的每一行/列。

Answer 3

首先，您不需要modDfObj = dfObj.apply(lambda x: np.square(x) if x.name == 'z' else x)或lambda。