我有一个 Pandas 数据框 df,其中一列是“关键字”,另一列是“可能的关键字”,因此前两行如下所示:
df['keywords'][0] = 'traveling'
df['possible keywords'][0] = ['traveling', 'fishing','cooking']
df['keywords'][1] = 'fishing'
df['possible keywords'][0] = ['traveling', 'fishing','cooking']
假设 df['possible keywords'] 系列中的每个元素都包含相同的列表,具有相同的元素(['traveling', 'fishing', 'cooking'])。
我想要生成第三列,其中包含不在“关键字”列中的“可能的关键字”,以便相应的行如下所示:
df['non keywords'][0] = ['fishing','cooking']
df['non keywords'][1] = ['traveling','cooking']
我能够通过以下代码实现这一点:
def establish(X):
my_list = ['traveling', 'fishing','cooking']
for element in my_list:
if element in X:
my_list.remove(element)
return my_list
data['non keywords'] = data['keywords'].apply(establish)
但是,我必须在建立函数中将“可能的关键字”列中的值作为“my_list”包含在内。
我怎样才能将“可能的关键字”中的值作为参数传递给建立函数?
这是我到目前为止所尝试的问题:
新版建立函数:
def establish(my_list,X):
for element in my_list:
if element in X:
my_list.remove(element)
return my_list
my_list = ['traveling', 'fishing','cooking']
data['non keywords'] = data['keywords'].apply(establish(my_list))
Traceback (most recent call last):
File "C:\Users\xxx\Anaconda3\lib\site- packages\IPython\core\interactiveshell.py", line 3035, in run_code
exec(code_obj, self.user_global_ns, self.user_ns)
File "<ipython-input-21-859ebaa71600>", line 1, in <module>
data['non keywords'] = data['keywords'].apply(establish(my_list))
TypeError: establish() missing 1 required positional argument: 'X'
如果我改为尝试:
data['non keywords'] = data['keywords'].apply(establish(my_list,data['keywords']))
问题是:
Traceback (most recent call last):
File "C:\Users\xxx\Anaconda3\lib\site- packages\IPython\core\interactiveshell.py", line 3035, in run_code
exec(code_obj, self.user_global_ns, self.user_ns)
File "<ipython-input-22-ee891e061f5a>", line 1, in <module>
data['non keywords'] = data['original_keyword'].apply(establish(my_list,data['keywords']))
File "C:\Users\xxxx\Anaconda3\lib\site-packages\pandas\core\series.py", line 2058, in apply
mapped = lib.map_infer(values, f, convert=convert_dtype)
File "pandas\src\inference.pyx", line 1046, in pandas.lib.map_infer (pandas\lib.c:56983)
TypeError: 'NoneType' object is not callable
非常感谢您的帮助!
请您参考如下方法:
apply()方法需要一个函数或其他可调用参数作为参数,这正是您在传递 establish 时在第一个示例中传递的内容。在内部,pandas 调用您传递给指定列的每个条目的函数作为参数。
调用 establish(my_list) 将直接不起作用,因为您的函数现在需要 2 个参数。
调用 establish(my_list,data['keywords']) 是一个“有效”的函数调用,但会返回 None 并为其采用错误类型的参数第二个参数,因为 establish 需要一个条目而不是一个列。一旦它返回 None,这就是实际传递给 apply() 函数的内容,这显然是不可调用的,因此 pandas 会抛出。
一个解决方案是创建一个辅助函数,它“预烘焙”您的第一个参数并将第二个参数作为其唯一参数,然后用它调用 establish() 函数,就这样您可以将第二个函数传递给 apply() 方法。一种方便的方法是使用 functools.partial :
import functools
my_list = ['traveling', 'fishing','cooking']
helper_func = functools.partial(establish, my_list) # note that helper_func is an actual function that you can call
data['non keywords'] = data['keywords'].apply(helper_func)
