通过将每一行转换为熊猫数据框中的字典来创建新列

Question

所以我从以下 csv 创建了一个 pandas 数据框：

id  age00   education   marital gender  ethnic  industry    income00

0   51.965         17         0      1       0         5    76110

1   41.807         12         1      0       0         1    43216

2   36.331         12         1      0       1         3    52118

3   56.758          9         1      1       2         2    47770

我的目标是创建一个名为future_income的新列，它获取每一行并使用我的模型计算未来收入。

这是由我在下面创建的类中的predictFinalIncome变量完成的：

class myModel:

  def __init__(self, bias) :

    self.bias = bias # bias is a dictionary with info to set bias on the gender function and the ethnic function

  def b_gender(self, gender):

    effect = 0

    if (self.bias["gender"]): # if there is gender bias in this model/world (from the constructor) 

      effect = -0.0005 if (gender<1) else 0.0005  # This amount to 1.2% difference annually

    return self.scale * effect

  def b_ethnic(self, ethnic):

    effect = 0

    if (self.bias["ethnic"]): # if there is ethnic bias in this model/world (from the constructor) 

      effect = -0.0007 if (ethnic < 1) else -0.0003 if (ethnic < 2) else 0.0005 

    return self.scale * effect

  # other methods/functions

  def predictGrowthFactor( self, person ): # edited

    factor = 1 + person['education'] + person['marital'] + person['income'] + person['industry']

    return factor

  def predictIncome( self, person ): # perdict the new income one MONTH later. (At least on average, each month the income grows.)

    return person['income']*self.predictGrowthFactor( person )

  def predictFinalIncome( self, n, person ): 

    n_income = self.predictIncome( person )

    for i in range(n):

       n_income = n_income * i

    return n_income

在这种情况下，n 是 120。

所以简而言之。我想取出每一行，将其放入名为predictFinalIncome的类函数中，并在我的 df 上有一个名为 future_income 的新变量，这是他们在 120 个月内的收入。

Answer 1

我认为你只是让它变得非常复杂，你所做的所有计算实际上都可以通过一个函数来完成，除非你需要你的中间结果用于其他用途。您可以创建一个可应用于数据框每一行的函数：def predictFinalIncome(row, n):&nbsp; &nbsp; factor = 1 + row['education'] + row['marital'] + row['income'] + row['industry']&nbsp; &nbsp; n_income = row['income'] * factor&nbsp; &nbsp; for i in range(n):&nbsp; &nbsp; &nbsp; &nbsp; n_income = n_income * i&nbsp; &nbsp; return n_income然后，使用df.apply：df.apply(lambda r: predictFinalIncome(r, 120), axis=1)它返回 0，因为当你这样做时for i in range(n)，你实际上是从 0 开始的，所以结果总是 0。你需要修复它。更新：使函数存在于Model类中从您的帖子中，我没有看到此函数存在于模型中的明显原因，特别是此函数不使用任何其他方法，也没有使用您创建的偏差属性，但它就是这样。class myModel:&nbsp; &nbsp; def __init__(self, bias) :&nbsp; &nbsp; &nbsp; &nbsp; self.bias = bias&nbsp; &nbsp; def predictFinalIncome(self, row, n):&nbsp; &nbsp; &nbsp; &nbsp; factor = 1 + row['education'] + row['marital'] + row['income'] + row['industry']&nbsp; &nbsp; &nbsp; &nbsp; n_income = row['income'] * factor&nbsp; &nbsp; &nbsp; &nbsp; for i in range(n):&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; n_income = n_income * i&nbsp; &nbsp; &nbsp; &nbsp; return n_income# to use:model = myModel(bias)df.apply(lambda r: model.predictFinalIncome(r, 120), axis=1)