複数の列を参照する私のパンダの「適用」機能が機能しないのはなぜですか？[閉まっている]

次のデータフレームで複数の列を使用すると、パンダの適用機能に問題があります

df = DataFrame ({'a' : np.random.randn(6),
                 'b' : ['foo', 'bar'] * 3,
                 'c' : np.random.randn(6)})

そして次の機能

def my_test(a, b):
    return a % b

私がこの関数を適用しようとすると：

df['Value'] = df.apply(lambda row: my_test(row[a], row[c]), axis=1)

エラーメッセージが表示されます。

NameError: ("global name 'a' is not defined", u'occurred at index 0')

このメッセージを理解できません。名前を正しく定義しました。

この問題について何か助けていただければ幸いです

更新

ご協力いただきありがとうございます。私は実際にコードでいくつかの構文ミスを犯しました、インデックスは ''に入れるべきです。ただし、次のようなより複雑な関数を使用しても同じ問題が発生します。

def my_test(a):
    cum_diff = 0
    for ix in df.index():
        cum_diff = cum_diff + (a - df['a'][ix])
    return cum_diff 

''文字列を忘れたようです。

In [43]: df['Value'] = df.apply(lambda row: my_test(row['a'], row['c']), axis=1)

In [44]: df
Out[44]:
                    a    b         c     Value
          0 -1.674308  foo  0.343801  0.044698
          1 -2.163236  bar -2.046438 -0.116798
          2 -0.199115  foo -0.458050 -0.199115
          3  0.918646  bar -0.007185 -0.001006
          4  1.336830  foo  0.534292  0.268245
          5  0.976844  bar -0.773630 -0.570417

ところで、私の意見では、次の方法はよりエレガントです：

In [53]: def my_test2(row):
....:     return row['a'] % row['c']
....:     

In [54]: df['Value'] = df.apply(my_test2, axis=1)

（列a）％（列b）を計算するだけの場合は、必要ありません。apply直接計算します。

In [7]: df['a'] % df['c']                                                                                                                                                        
Out[7]: 
0   -1.132022                                                                                                                                                                    
1   -0.939493                                                                                                                                                                    
2    0.201931                                                                                                                                                                    
3    0.511374                                                                                                                                                                    
4   -0.694647                                                                                                                                                                    
5   -0.023486                                                                                                                                                                    
Name: a

DataFrame dfの列「a」と「b」に関数add5を適用するとします。

def add5(x):
    return x+5

df[['a', 'b']].apply(add5)

上記の提案はすべて機能しますが、計算をより効率的にしたい場合は、（ここで指摘したように） numpyベクトル演算を利用する必要があります。

import pandas as pd
import numpy as np


df = pd.DataFrame ({'a' : np.random.randn(6),
             'b' : ['foo', 'bar'] * 3,
             'c' : np.random.randn(6)})

例1：とループpandas.apply()：

%%timeit
def my_test2(row):
    return row['a'] % row['c']

df['Value'] = df.apply(my_test2, axis=1)

最も遅い実行は、最も速い実行よりも7.49倍長くかかりました。これは、中間結果がキャッシュされていることを意味する場合があります。1000ループ、最高3：ループあたり481 µs

例2：次を使用してベクトル化pandas.apply()：

%%timeit
df['a'] % df['c']

最も遅い実行は、最も速い実行の458.85倍かかりました。これは、中間結果がキャッシュされていることを意味する場合があります。10000ループ、最高3：ループあたり70.9 µs

例3：numpy配列を使用してベクトル化する：

%%timeit
df['a'].values % df['c'].values

最も遅い実行は、最も速い実行よりも7.98倍長くかかりました。これは、中間結果がキャッシュされていることを意味する場合があります。100000ループ、最高3：ループあたり6.39 µs

したがって、numpy配列を使用してベクトル化すると、速度がほぼ2桁向上しました。

これは前のソリューションと同じですが、関数をdf.apply自体で定義しました。

df['Value'] = df.apply(lambda row: row['a']%row['c'], axis=1)

上記の3つすべての比較を行いました。

値の使用

％timeit df ['value'] = df ['a']。values％df ['c']。values

ループあたり139 µs±1.91 µs（7回の実行の平均±標準偏差、それぞれ10000ループ）

値なし

％timeit df ['value'] = df ['a']％df ['c'] 

ループあたり216 µs±1.86 µs（7回の実行の平均±標準偏差、各1000ループ）

適用機能

％timeit df ['Value'] = df.apply（lambda row：row ['a']％row ['c']、axis = 1）

ループあたり474 µs±5.07 µs（7回の実行の平均±標準偏差、各1000ループ）