numpy 将R apply函数转换为Python

fxnxkyjh 于 2023-03-02 发布在 Python

关注(0)|答案(1)|浏览(158)

我正在将我现有的R代码转换为Python，以此作为自学的一种方式，但我遇到了一些我似乎无法破解的问题。
下面是R代码的一个示例，它按预期工作

var <- 0.08

a <- data.frame(a = runif(10, 0, 1), 
                b = runif(10, 0, 1), 
                c = runif(10, 0, 1), 
                d = runif(10, 0, 1))

b <- data.frame(a = c(0,4,6,8,10,12,12,14,16,18), 
                b = c(2,6,8,10,12,14,14,16,18,20), 
                c = c(4,8,10,12,14,16,16,18,20,22),
                d = c(6,10,12,14,16,18,18,20,22,24))

output <- data.table(total = seq(0, 10))

output[total%%2==0, prob:= apply(output[total%%2==0], 1, function(x) { sum(a[, 1:4] * (b[, 1:4]==x[1]))})]
output[total%%2==1, prob:= apply(output[total%%2==1], 1, function(x) { sum(a[, 1:4] * (b[, 1:4]==(x[1]-1))) * var/(1-var)})]

这是我在Python中尝试的，它在'prob'列中返回'nan'字段

import numpy as np
import pandas as pd

var = 0.08

a = pd.DataFrame(np.random.uniform(0, 1, size=(10, 4)), columns=['a', 'b', 'c', 'd'])

b = pd.DataFrame({'a': [0, 4, 6, 8, 10, 12, 12, 14, 16, 18],
                  'b': [2, 6, 8, 10, 12, 14, 14, 16, 18, 20],
                  'c': [4, 8, 10, 12, 14, 16, 16, 18, 20, 22],
                  'd': [6, 10, 12, 14, 16, 18, 18, 20, 22, 24]})

output = pd.DataFrame({'total': range(0, 11)})

output.loc[output['total'] % 2 == 0, 'prob'] = output[output['total'] % 2 == 0].apply(lambda x: np.sum(a.iloc[:, 0:4] * (b.iloc[:, 0:4] == x[0])), axis=1)
output.loc[output['total'] % 2 == 1, 'prob'] = output[output['total'] % 2 == 1].apply(lambda x: np.sum(a.iloc[:, 0:4] * (b.iloc[:, 0:4] == (x[0] - 1))) * var / (1 - var), axis=1)

任何帮助都将不胜感激!
谢谢

numpy

来源：https://stackoverflow.com/questions/75563284/converting-r-apply-function-to-python

1条答案

按热度按时间

bxgwgixi1#

不幸的是，这是你在把R代码移植到Python代码时需要学习的一些东西。在R中，你知道data.frame的值之和将是每个元素之和，而pandas不是这样。例如，请看question。
默认情况下，当你在DataFrame中调用sum时，它会对各行求和，而不是对所有值求和。你最终得到的是在你使用apply的DataFrame的每个元素中有一个Series，而实际上你期望的是一个单一的值。如果你打印每个迭代，你可以测试这个。

output.loc[output['total'] % 2 == 0, 'prob'] = output[output['total'] % 2 == 0].apply(
    lambda x: print(np.sum(a.iloc[:, 0:4] * (b.iloc[:, 0:4] == x[0]))),
    axis = 1
)

你会看到一堆Series。你的问题的解决方案是再次对Series的值求和，或者把DataFrame转换成numpy.array。

import numpy as np
import pandas as pd

var = 0.08

a = pd.DataFrame(np.random.uniform(0, 1, size=(10, 4)), columns=['a', 'b', 'c', 'd'])

b = pd.DataFrame({'a': [0, 4, 6, 8, 10, 12, 12, 14, 16, 18],
                  'b': [2, 6, 8, 10, 12, 14, 14, 16, 18, 20],
                  'c': [4, 8, 10, 12, 14, 16, 16, 18, 20, 22],
                  'd': [6, 10, 12, 14, 16, 18, 18, 20, 22, 24]})

output = pd.DataFrame({'total': range(0, 11)})

output.loc[output['total'] % 2 == 0, 'prob'] = output[output['total'] % 2 == 0].apply(
    lambda x: np.sum(a.iloc[:, 0:4] * (b.iloc[:, 0:4] == x[0])).sum(),
    axis = 1
)

output.loc[output['total'] % 2 == 1, 'prob'] = output[output['total'] % 2 == 1].apply(
    lambda x: np.sum(a.iloc[:, 0:4] * (b.iloc[:, 0:4] == (x[0] - 1))).sum() * var / (1 - var),
    axis = 1
)

output

| | 总计|探针|
| - ------|- ------|- ------|
| 无|无|0.503596美元|
| 1个|1个|0.0437909|
| 第二章|第二章|零点二零七四八|
| 三个|三个|0.0180417分|
| 四个|四个|0.666049|
| 五个|五个|0.0579173美元|
| 六个|六个|一点三五九七一|
| 七|七|0.118235|
| 八个|八个|一点三三一五六|
| 九|九|0.115787美元|
| 十个|十个|二点五四九六|
我想这就是你想要的。你一定要在进一步的问题中提供所需的输出，因为这样做会更容易提供帮助。

赞(0）回复(0）举报 2023-03-02

我来回答

numpy 将R apply函数转换为Python

1条答案

相关问题

热门标签

最新问答