主页 / coding / 问题 / 78895383
Accepted
Raptor
Asked: 2024-08-21 14:12:35 +0800 CST

如何使用自定义函数在 DataFrame 上使用 apply()？

  • 772

我有以下 Pandas 数据框：

import pandas as pd
from collections import Counter
print(sentences)

输出是（是的，列名是0）：

              0
0             A
1             B
2             C
3             D
4            EEE
...         ...
462064467    FGH
462064468    QRS
462064469    EEE
462064470   VWXYZ
462064471    !!!

[462064472 rows x 1 columns]

我有一个自定义函数来检查列中的内容的0长度是否大于 1（仅作为示例）：

def is_more_than_one_character(t):
    if len(t) > 1:
        return True
    else:
        return False

我像这样应用该函数：

counter = Counter(sentences.apply(is_more_than_one_character))

我希望计算每个长度 > 1 的字符串的出现次数。以下是示例输出print(counter)：

[(EEE, 2), (FGH, 1), (QRS, 1), (!!!, 1)...]

但目前，输出是：

[(False, 460686058), (True, 1378414)]

我错过了什么？我想我已经接近答案了。提前致谢。

python

2 个回答

  1. Best Answer

    您可以使用布尔索引进行过滤str.len，然后传递给value_counts：

    out = sentences.loc[sentences[0].str.len()>1, 0].value_counts()

    或者计算所有内容，然后过滤键：

    out = sentences[0].value_counts()
out = out[out.index.str.len()>1]

    输出：

    0
EEE      2
FGH      1
QRS      1
VWXYZ    1
!!!      1
Name: count, dtype: int64

    如果您确实需要使用您的功能和原始方法：

    out = Counter(sentences.loc[sentences[0].apply(is_more_than_one_character), 0])

    或者对函数进行矢量化：

    from numpy import vectorize

@vectorize
def is_more_than_one_character(t):
    if len(t) > 1:
        return True
    else:
        return False
    
s = sentences[0]
out = Counter(s[is_more_than_one_character(s)])

    或者，实际上，因为无论如何你都必须循环，所以最好使用纯 python：

    out = Counter(filter(is_more_than_one_character, sentences[0]))

    输出：

    Counter({'EEE': 2, 'FGH': 1, 'QRS': 1, 'VWXYZ': 1, '!!!': 1})
    • 3

  2. 您可以制作一个掩码来过滤掉所有长度为 1 的字符串，然后使用 value_counts 获取每个剩余字符串的计数，如下所示 -

    mask = (sentences['0'].str.len() > 1))
sentences = sentences.loc[mask]
print(sentences['0'].value_counts())
    • 1

相关问题