将R中apply函数转换为Python时遇prob列NaN问题求助

你的Python代码返回NaN的核心原因是：在apply的lambda函数中，你使用x[0]来获取当前行的total值，但x是一个Series，其索引是列名'total'而非整数索引，x[0]会尝试查找索引标签为0的元素，导致KeyError，最终apply返回NaN。

修正后的代码 #

import numpy as np
import pandas as pd

var = 0.08

a = pd.DataFrame(np.random.uniform(0, 1, size=(10, 4)), columns=['a', 'b', 'c', 'd'])

b = pd.DataFrame({'a': [0,4,6,8,10,12,12,14,16,18],
                  'b': [2,6,8,10,12,14,14,16,18,20],
                  'c': [4,8,10,12,14,16,16,18,20,22],
                  'd': [6,10,12,14,16,18,18,20,22,24]})

output = pd.DataFrame({'total': range(0, 11)})

# 提取重复的掩码，避免重复计算
mask_even = output['total'] % 2 == 0
mask_odd = output['total'] % 2 == 1

# 使用x['total']按标签取值（推荐，更清晰）
output.loc[mask_even, 'prob'] = output[mask_even].apply(
    lambda x: np.sum(a * (b == x['total'])), axis=1
)
output.loc[mask_odd, 'prob'] = output[mask_odd].apply(
    lambda x: np.sum(a * (b == (x['total'] - 1))) * var / (1 - var), axis=1
)

print(output)

关键修正点 #

1. 替换x[0]为x['total']：
   • x是output子DataFrame的一行，是一个Series，其索引为列名'total'，因此必须通过标签x['total']获取对应值；也可以用x.iloc[0]按位置取值，但x['total']更具可读性，不易出错。
2. 简化索引操作：
   • 原代码中的a.iloc[:, 0:4]和b.iloc[:, 0:4]可直接用a和b代替，因为两者的列数正好是4列，且列名完全匹配，不影响元素级运算。
3. 提取掩码变量：
   • 将重复的条件判断结果存入mask_even和mask_odd，提升代码可读性和运行效率。

补充说明 #

这段代码的逻辑和你提供的R代码完全一致：

• 对偶数total，计算a与b中等于total的元素的乘积之和；
• 对奇数total，计算a与b中等于total-1的元素的乘积之和，再乘以var/(1-var)。

运行修正后的代码，prob列将返回正确的数值而非NaN。

内容的提问来源于stack exchange，提问作者petebish07