Создание нового столбца в Panda с помощью функции lambda для двух существующих столбцов

Я могу добавить новый столбец в Panda, определив пользовательскую функцию, а затем используя apply. Однако, я хочу сделать это с помощью лямда -; есть ли способ обойти?

Например, df имеет две колонки a и b. Я хочу создать новый столбец c который равен самой длинной длине между a и b.

что-то типа:

df['c'] = df.apply(lambda x, len(df['a']) if len(df['a']) > len(df['b']) or len(df['b']) )

подход:

df = pd.DataFrame({'a':['dfg','f','fff','fgrf','fghj'], 'b' : ['sd','dfg','edr','df','fghjky']})

df['c'] = df.apply(lambda x: max([len(x) for x in [df['a'], df['b']]]))
print df
      a       b   c
0   dfg      sd NaN
1     f     dfg NaN
2   fff     edr NaN
3  fgrf      df NaN
4  fghj  fghjky NaN
12
calculated-columns lambda multiple-columns pandas python

1 ответов

вы можете использовать функцию карта и выберите функцию np.where подробнее

print df
#     a     b
#0  aaa  rrrr
#1   bb     k
#2  ccc     e
#condition if condition is True then len column a else column b
df['c'] = np.where(df['a'].map(len) > df['b'].map(len), df['a'].map(len), df['b'].map(len))
print df
#     a     b  c
#0  aaa  rrrr  4
#1   bb     k  2
#2  ccc     e  3

следующее решение с функцией применить с параметром axis=1:

axis = 1 или ' columns’: применить функцию к каждой строке

df['c'] = df.apply(lambda x: max(len(x['a']), len(x['b'])), axis=1)
8