使用 lambda 函数有条件地将大型极坐标数据框中的所有值替换为特定字符串

Question

如何将大型多列极坐标数据矩阵中大于 9999 的所有整数值替换为字符串“10K+”？

我尝试了 df.map、df.apply 和 df.applymap：

labels = df.map(lambda v: '10K+' if v > 10000 else v) AttributeError：“DataFrame”对象没有属性“map”。您的意思是：“最大”吗？

labels = df.apply(lambda v: '10K+' if v > 10000 else v) 类型错误：“tuple”和“int”实例之间不支持“>”

labels = df.applymap(lambda v: '10K+' if v > 10000 else v) AttributeError：“DataFrame”对象没有属性“applymap”

Answer 1

使用

when

-

then

表达式。

>>> df = pl.DataFrame({
...     'Col1': [2, 74, 37, 36, 95],
...     'Col2': [36, 80, 9, 26, 16],
... })
>>> df.with_columns([
...     pl.when(pl.col(i) > 10).then(pl.lit('10+'))
...     .otherwise(pl.col(i).cast(pl.String)).alias(i) 
...     for i in df.columns
... ])
shape: (5, 2)
┌──────┬──────┐
│ Col1 ┆ Col2 │
│ ---  ┆ ---  │
│ str  ┆ str  │
╞══════╪══════╡
│ 2    ┆ 10+  │
│ 10+  ┆ 10+  │
│ 10+  ┆ 9    │
│ 10+  ┆ 10+  │
│ 10+  ┆ 10+  │
└──────┴──────┘

在此示例中，只需更改硬编码的

10

和

10+

即可。您不能使用

then('10+')

，因为它将其解释为列引用。为此，您需要用

pl.lit

将其包裹起来。