将(map)函数应用于某些Pandas数据元素

Question

我试图仅在下面的dataframe中的日期时间单元格上应用时间折扣函数。第一列有一个用户ID，分散在其余的数据中，是熊猫的日期、时间条目。

​

​

我想要使用的时间折扣函数依赖于dataframe中的元素与其他时间之间的时间增量。如果t是time t=g.ix[11:,6]，那么h是一些time_deltas h=t-g[g.ix[:,1:]!=0]的数据格式，如下所示。

​

​

可以应用这个函数吗？

def calc_time_discount(t_delta):
        t_delta=t_delta.days
        if t_delta <= 14:
                d=18.375/(t_delta-24.5)+1.75
        else:
                d=0
        return d

对于h，所有的日期时间条目(而不是将np.nans本身更改为日期本身)都会产生一个折扣因子(它恰好是介于1到0之间的一个值)，我可以将它存储在与h(或g)相同大小的新数据中？

在20+堆栈溢出问题中，我已经看过的主题中没有提到如何将函数应用到dataframe的某些元素。

优步简单代码共享

这是一个用于加载的带有函数和g.pkl的zip (我保证它中没有任何病毒)。

Answer 1

您应该尝试只将函数应用于非空元素，如下所示：

h.apply(lambda x: my_func(x) if(np.all(pd.notnull(x[1]))) else x, axis = 1)

Answer 2

这是熊猫函数notnull，对我的一个表进行非零检查。表bookdates_charge1_df由两列组成：BookDate和Charge1。

我将表赋值给自己，但只在检查了“Charge1`1”的元素“非空”之后。

回忆一下'Charge1‘是一个系列(一维数组，例如单列)。因此，必须应用这一功能。

bookdates_charge1_df = bookdates_charge1_df[
    bookdates_charge1_df.Charge1.notnull()
]

如果你想做

bookdates_charge1_df = bookdates_charge1_df[
    'Charge1'.notnull()
]

解释器会抱怨字符串没有属性'notnull‘。因为它没有。(我不知道你尝试了什么，但我只是加上这个，以防你尝试过。下一次，请添加您尝试过的！)