python之在数据框中应用单元函数

我有一个数据框，想根据公式替换每个单元格值 new_val = current_val/#days 该月。假设数据框如下所示:

     2012    2013    2014 
Jan   10     12       11 
Feb   8       9       10 
Mar   11      11      13 

然后，如果 2012 年 1 月的天数为 31，则 2012 年 1 月对应的新单元格值为 10/31。同样，2014 年 3 月的值为 13/31，依此类推。

我正在考虑应用 applymap 函数，但我在语法上苦苦挣扎:

df.applymap(lambda x: x/(monthrange(A,B)[1])) 

其中 A = 年，B = 月。我想知道是否有人可以帮助我为 A 和 B 建立适当的索引。

输出将是:

       2012     2013    2014 
Jan   0.3226   0.3870  0.3548 
Feb   0.2758   0.3214  0.3571 
Mar   0.3548   0.3548  0.4193 

请您参考如下方法:

使用df.applymap(func)，函数func 只传递给DataFrame 值。它不会传递相应的索引和列标签。所以我 在此处看不到可以使用 df.applymap 的方法。

相反，您可以解压df，并使用其索引、df.stack().index 和pd.to_datetime 来解析将索引和列标签转换为日期:

result = df.stack() 
# Jan  2012    10 
#      2013    12 
#      2014    11 
# Feb  2012     8 
#      2013     9 
#      2014    10 
# Mar  2012    11 
#      2013    11 
#      2014    13 
# dtype: int64 
 
dates = pd.to_datetime([' '.join(item) for item in result.index]) 
# DatetimeIndex(['2012-01-01', '2013-01-01', '2014-01-01', '2012-02-01', 
#                '2013-02-01', '2014-02-01', '2012-03-01', '2013-03-01', 
#                '2014-03-01'], 
#               dtype='datetime64[ns]', freq=None, tz=None) 

然后使用 DatetimeIndex.days_in_month 属性找出数字 每个月的天数:

days = dates.days_in_month 
# array([31, 31, 31, 29, 28, 28, 31, 31, 31], dtype=int32) 

现在将 result 除以每个月的天数:

In [140]: result/days 
Out[140]:  
Jan  2012    0.322581 
     2013    0.387097 
     2014    0.354839 
Feb  2012    0.275862 
     2013    0.321429 
     2014    0.357143 
Mar  2012    0.354839 
     2013    0.354839 
     2014    0.419355 
dtype: float64 

并拆叠以获得所需的结果:

(df.stack()/days).unstack() 

---

import numpy as np 
import pandas as pd 
 
df = pd.DataFrame({'2012': [10, 8, 11], '2013': [12, 9, 11], '2014': [11, 10, 13]}, 
                  index='Jan Feb Mar'.split()) 
 
result = df.stack() 
dates = pd.to_datetime([' '.join(item) for item in result.index]) 
days = dates.days_in_month 
result = (result / days).unstack() 
print(result) 

产量

         2012      2013      2014 
Jan  0.322581  0.387097  0.354839 
Feb  0.275862  0.321429  0.357143 
Mar  0.354839  0.354839  0.419355 

---

对于旧版本的 Pandas(v.0.16 之前)，您可以使用

days = (dates + pd.DateOffset(months=1, days=-1)).day 

代替

days = dates.days_in_month 

计算每个月的天数。