如何计算多列作为参数的熊猫列？

Question

我使用来自lon和纬度分量的风速计算功能：

def wind_speed(u, v): 
    return np.sqrt(u ** 2 + v ** 2) 

，把它从两个现有的计算新的熊猫柱：

df['wspeed'] = map(wind_speed, df['lonwind'], df['latwind']) 

由于我在Python 2.7改变到Python 3.5的功能不再工作。改变是否是原因？

在一个参数（列）函数：

def celsius(T): 
    return round(T - 273, 1) 

我现在使用：

df['temp'] = df['t2m'].map(celsius) 

，它工作正常。

你能帮我吗？

Answer 1

我会试着坚持现有numpy的/ SciPy的功能，因为它们是非常快速和优化（numpy.hypot）：

df['wspeed'] = np.hypot(df.latwind, df.lonwind) 

时间：针对300K行DF：

In [47]: df = pd.concat([df] * 10**5, ignore_index=True) 

In [48]: df.shape 
Out[48]: (300000, 2) 

In [49]: %paste 
def wind_speed(u, v): 
    return np.sqrt(u ** 2 + v ** 2) 

## -- End pasted text -- 

In [50]: %timeit list(map(wind_speed, df['lonwind'], df['latwind'])) 
1 loop, best of 3: 922 ms per loop 

In [51]: %timeit np.hypot(df.latwind, df.lonwind) 
100 loops, best of 3: 4.08 ms per loop 

结论：矢量化的方法是230倍更快

如果你写你自己一个人时，尽量使用矢量数学（带矢量/列，而不是标量工作）：

def wind_speed(u, v): 
    # using vectorized approach - column's math instead of scalar 
    return np.sqrt(u * u + v * v) 

df['wspeed'] = wind_speed(df['lonwind'] , df['latwind']) 

演示：

In [39]: df['wspeed'] = wind_speed(df['lonwind'] , df['latwind']) 

In [40]: df 
Out[40]: 
    latwind lonwind wspeed 
0  4  1 4.123106 
1  5  2 5.385165 
2  6  3 6.708204 

同一矢量的方法与celsius()功能：

def celsius(T): 
    # using vectorized function: np.round() 
    return np.round(T - 273, 1) 

Answer 2

如果想使用map，加list：

df = pd.DataFrame({'lonwind':[1,2,3], 
        'latwind':[4,5,6]}) 

print (df) 
    latwind lonwind 
0  4  1 
1  5  2 
2  6  3 

def wind_speed(u, v): 
    return np.sqrt(u ** 2 + v ** 2) 

df['wspeed'] = list(map(wind_speed, df['lonwind'], df['latwind'])) 

print (df) 
    latwind lonwind wspeed 
0  4  1 4.123106 
1  5  2 5.385165 
2  6  3 6.708204 

没有list：

df['wspeed'] = (map(wind_speed, df['lonwind'], df['latwind'])) 
print (df) 
    latwind lonwind        wspeed 
0  4  1 <map object at 0x000000000AC42DA0> 
1  5  2 <map object at 0x000000000AC42DA0> 
2  6  3 <map object at 0x000000000AC42DA0> 

map(function, iterable, ...)

返回适用功能的迭代每一个项目，产生结果的迭代器。如果传递额外的迭代参数，函数必须采用多个参数并应用于并行所有迭代中的项目。使用多个迭代器时，当最短迭代器耗尽时，迭代器停止。对于函数输入已经安排到参数元组中的情况，请参阅itertools.starmap（）。

另一种解决方案：

df['wspeed'] = (df['lonwind'] ** 2 + df['latwind'] ** 2) **0.5 
print (df) 
    latwind lonwind wspeed 
0  4  1 4.123106 
1  5  2 5.385165 
2  6  3 6.708204