如何将 lambda 应用于每个数据框行以便测试两个条件？

Question

我有一个包含两列的数据集：在第一列中，是文件的完整目录路径。在第二列中，文件的最后修改日期。我试图计算每个上层文件夹（“狗”、“猫科动物”、“老鼠”、“食蚁兽”）中最后修改时间晚于 2004 年 6 月 23 日的文件数。最终，我想要这样的东西：这是我的数据集：import pandas as pddata = {'FullName': ["dog\cat\cow\rover.doc","feline\cat\cow\digger.doc","dog\cat\cow\whatamess.doc","mouse\cat\mouse\jude.doc","anteater\cat\mouse\sam.doc","dog\cat\owl\audrey.doc",], 'LastWriteTime': ['2003-01-02', '2004-01-02', '2005-01-02','2006-01-02','2007-01-02','2008-01-02']}df1 = pd.DataFrame(data)我可以计算上层文件夹在数据集中重复出现的次数：df2 = (df1['FullName'].apply(lambda x: x.split('\\')[0]).value_counts()我还可以计算日期大于“2004-06-23”的文件在数据集中重复出现的次数：df3 = df1['LastWriteTime'].apply(lambda x: pd.to_datetime((x),yearfirst=True) > pd.to_datetime('2004-06-23',yearfirst=True)).value_counts()我尝试将它们组合如下：df2 = (df1['FullName'].apply(lambda x: x.split('\\')[0]) & pd.to_datetime((x),yearfirst=True) > pd.to_datetime('2004-06-23',yearfirst=True)).value_counts()但我得到错误代码：x is not defined有谁知道如何组合它们？

Answer 1

您只能使用表达式。请参阅 python文档。

只需将它括在括号中，python 解释器就会很高兴。

lambda x: (x.split('\\')[0]) & (pd.to_datetime(x, yearfirst=True) > pd.to_datetime('2004-06-23',yearfirst=True)))

但是，您正在将函数应用于相应的表“LastWriteTime”和“FullName”，函数更适合。创建多个评估函数并将其与相应的键存储在字典中，并传递给 aggregate()。

def check_date(x):

    return pd.to_datetime(x) > pd.to_datetime('2004-06-23', yearfirst=True)

def files_count(x):

    return x.split('\\')[0]

df1 = pd.DataFrame(data)

func_dict = {'FullName': files_count, 'LastWriteTime': check_date}

df4 = df1.aggregate(func_dict)  # applying multiple function to multiple columns

print(df4, end='\n'*2)

# use df[df['a']] & df[df['b']] for filtering.

df3_filtered = df4[df4['LastWriteTime']]  # filtering.

print(df3_filtered, end='\n'*2)

df2 = df3_filtered['FullName'].value_counts()  # counting.

print(df2)

结果：

   FullName  LastWriteTime

0       dog          False

1    feline          False

2       dog           True

3     mouse           True

4  anteater           True

5       dog           True

   FullName  LastWriteTime

2       dog           True

3     mouse           True

4  anteater           True

5       dog           True

dog         2

anteater    1

mouse       1

Name: FullName, dtype: int64