[已解决]如何使用数据帧函数带动态参数的问题，请大师帮忙，谢谢！！

futui

陶远航大师帮我具体问题，给予 了完整答案（附最后），但有一个问题就是如何动态使用这个函数？
刚举例是  色金属/5.88 也有其它许多可能，如电子元件/5.3，或医疗服务/9.7，我就不知道如何灵活运用？请大师
帮忙，或给予新的解决途径，谢谢！！

import pandas as pd
data = [['AA','光伏设备/2.51  ?医疗服务/3.75  ?色金属6.39'],
        ['BW','色金属/4.39  ?电子/5.31  ?电设/18.2'],
        ['BW','电子/5.31  ?金属/5.31  ?电设/18.2'],
        ['BG','色金属/8.39  ?电子元件/5.31  ?设备/8.82']]
columns = ["编号",'清单']
df = pd.DataFrame(data, columns=columns)
print(df)

上述数据帧的《清单》列，可以根据某条件：如，色金属/5.88  过滤掉不符合要求的行
就是两个条件，一是色金属，二是反斜杠后面的数字要大于5.88

有什么好办法吗？求大师的帮忙，谢谢

结果；
   编号                               清单
0  AA  光伏设备/2.51  ?医疗服务/3.75  ?色金属6.39
3  BG   色金属/8.39  ?电子元件/5.31  ?设备/8.82



# 导入 pandas 模块
import pandas as pd

# 创建数据帧
data = [['AA','光伏设备/2.51 ?医疗服务/3.75 ?色金属6.39'],
['BW','色金属/4.39 ?电子/5.31 ?电设/18.2'],
['BW','电子/5.31 ?金属/5.31 ?电设/18.2'],
['BG','色金属/8.39 ?电子元件/5.31 ?设备/8.82']]

columns = ["编号",'清单']
df = pd.DataFrame(data, columns=columns)

# 定义一个函数，用来判断清单中是否包含“色金属”和大于 5.88 的数字
def filter_func(x):
    # 如果清单中包含“色金属”，则分割字符串并获取数字
    if "色金属" in x:
        num = float(x.split("色金属")[1].split("?")[0].strip("/"))
        # 如果数字大于 5.88，返回 True，否则返回 False
        return num > 5.88
    # 如果清单中不包含“色金属”，返回 False
    else:
        return False

# 使用 apply 方法和 lambda 表达式，对数据帧的清单列应用过滤函数
df_filtered = df[df["清单"].apply(lambda x: filter_func(x))]

# 打印过滤后的数据帧
print(df_filtered)

最佳答案

月排行榜 / 总排行榜

陶远航

2023-5-7 13:35:58

您可以将过滤条件的值写入函数参数，使函数更加灵活。例如，可以将要过滤的金属名称和最小数字值作为函数参数传递，如下所示：

1. def filter_func(x, metal, num):
   
2.     # 如果清单中包含指定的金属名称，分割字符串并获取数字
   
3.     if metal in x:
   
4.         num_value = float(x.split(metal)[1].split("?")[0].strip("/"))
   
5.         # 如果数字大于指定的 num 值，返回 True，否则返回 False
   
6.         return num_value > num
   
7.     # 如果清单中不包含指定的金属名称，返回 False
   
8.     else:
   
9.         return False
   

复制代码

然后，您可以使用 Pandas 的 apply() 方法和 lambda 表达式来应用过滤函数，并将过滤条件的值作为参数传递给函数，如下所示：

1. # 过滤条件
   
2. metal = "色金属"
   
3. num = 5.88
   
4. 
   
5. # 应用过滤函数并传递过滤条件的值
   
6. df_filtered = df[df["清单"].apply(lambda x: filter_func(x, metal, num))]
   

复制代码

这样，您就可以根据不同的过滤条件使用同一个函数来动态过滤数据帧。

跳转到最佳答案楼层

歌者文明清理员

根据您提供的需求，可以使用 pandas 库的 apply 方法结合 lambda 表达式来实现。具体做法是先定义一个函数 filter_func，在函数中判断清单字符串中是否包含“色金属”，若包含则获取数字并判断是否大于 5.88，最后返回 True 或 False。之后使用 apply 方法和 lambda 表达式将 filter_func 函数应用于数据帧的清单列，过滤出符合条件的行。具体代码如下：

python

1. import pandas as pd
   
2. 
   
3. data = [['AA','光伏设备/2.51 ?医疗服务/3.75 ?色金属6.39'],
   
4.         ['BW','色金属/4.39 ?电子/5.31 ?电设/18.2'],
   
5.         ['BW','电子/5.31 ?金属/5.31 ?电设/18.2'],
   
6.         ['BG','色金属/8.39 ?电子元件/5.31 ?设备/8.82']]
   
7. 
   
8. columns = ["编号",'清单']
   
9. df = pd.DataFrame(data, columns=columns)
   
10. 
    
11. def filter_func(x):
    
12.     if "色金属" in x:
    
13.         num = float(x.split("色金属")[1].split("?")[0].strip("/"))
    
14.         return num > 5.88
    
15.     else:
    
16.         return False
    
17. 
    
18. df_filtered = df[df["清单"].apply(lambda x: filter_func(x))]
    
19. print(df_filtered)
    

复制代码

以上代码会输出过滤后的结果。

陶远航

您可以将过滤条件的值写入函数参数，使函数更加灵活。例如，可以将要过滤的金属名称和最小数字值作为函数参数传递，如下所示：

1. def filter_func(x, metal, num):
   
2.     # 如果清单中包含指定的金属名称，分割字符串并获取数字
   
3.     if metal in x:
   
4.         num_value = float(x.split(metal)[1].split("?")[0].strip("/"))
   
5.         # 如果数字大于指定的 num 值，返回 True，否则返回 False
   
6.         return num_value > num
   
7.     # 如果清单中不包含指定的金属名称，返回 False
   
8.     else:
   
9.         return False
   

复制代码

然后，您可以使用 Pandas 的 apply() 方法和 lambda 表达式来应用过滤函数，并将过滤条件的值作为参数传递给函数，如下所示：

1. # 过滤条件
   
2. metal = "色金属"
   
3. num = 5.88
   
4. 
   
5. # 应用过滤函数并传递过滤条件的值
   
6. df_filtered = df[df["清单"].apply(lambda x: filter_func(x, metal, num))]
   

复制代码

这样，您就可以根据不同的过滤条件使用同一个函数来动态过滤数据帧。

sfqxx

你可以将过滤条件写成参数，以便在调用函数时灵活地传入。例如，可以将“色金属”和数字 5.88 写成函数的两个参数：

1. def filter_func(x, keyword, num):
   
2.     # 如果清单中包含关键词，分割字符串并获取数字
   
3.     if keyword in x:
   
4.         num_ = float(x.split(keyword)[1].split("?")[0].strip("/"))
   
5.         # 如果数字大于指定数字，返回 True，否则返回 False
   
6.         return num_ > num
   
7.     # 如果清单中不包含关键词，返回 False
   
8.     else:
   
9.         return False

复制代码

接着，在调用函数时传入关键词和数字参数即可。例如，要过滤出 “色金属” 中大于 5.88 的行，可以这样使用：

1. df_filtered = df[df["清单"].apply(lambda x: filter_func(x, "色金属", 5.88))]

复制代码

如果要过滤其他关键词和数字，只需要相应地修改这两个参数即可。
有用请设置最佳答案

歌者文明清理员

陶远航 发表于 2023-5-7 13:35
我可以帮你修改一下过滤函数，让它更灵活一些。你可以把你想要过滤的子字符串和阈值作为函数的参数，然后在 ...

怎样写呢？

歌者文明清理员

sfqxx 发表于 2023-5-7 13:36
你可以将过滤条件写成参数，以便在调用函数时灵活地传入。例如，可以将“色金属”和数字 5.88 写成函数的两 ...

wc，和我一模一样，果然是一个gpt啊

isdkz

首先，我们为你解答如何使用数据帧函数将参数动态化。

在上面给出的代码中，我们定义了一个函数  filter_func(x)  用于过滤数据。当前的条件是只筛选清单中包含“色金属”且反斜杠后的数字大于5.88的行。为了让这个函数支持动态参数，我们可以传递一个额外的参数给  filter_func(x) ，如下所示：

1. def filter_func(x, keyword, threshold):
   
2.     if keyword in x:
   
3.         num = float(x.split(keyword)[1].split("?")[0].strip("/"))
   
4.         return num > threshold
   
5.     else:
   
6.         return False
   
7. 
   
8. df_filtered = df[df["清单"].apply(lambda x: filter_func(x, "色金属", 5.88))]
   

复制代码

现在  filter_func(x)  函数接受两个额外的参数，即  keyword  和  threshold 。在调用过滤函数的时候，根据实际需求传递这两个参数即可。例如：

1. df_filtered = df[df["清单"].apply(lambda x: filter_func(x, "电子元件", 5.3))]
   

复制代码

或者

1. df_filtered = df[df["清单"].apply(lambda x: filter_func(x, "医疗服务", 9.7))]
   

复制代码

这样你就可以根据不同的需求灵活运用过滤函数来筛选数据了。

歌者文明清理员

isdkz 发表于 2023-5-7 13:38
首先，我们为你解答如何使用数据帧函数将参数动态化。

在上面给出的代码中，我们定义了一个函数  filter ...

az，我们的chat generative pre-trained transformer回答都一毛一样

陶远航

谢谢给我最佳！

歌者文明清理员

为什么明明是我第一个，最佳不是我的

futui

你不是回复我问的问题