将函数应用于pandas数据框的列

Question

我有一个包含用户对电影的评论的数据框，并且想解析用户将电影描述为“ movie1”和“ movie2”时的示例

User id     Old id_New id   Score   Comments
947952018   3101_771355141  3.0 If you want to see a comedy and have a stupid ...
805407067   11903_18330     5.0 Argento?s fever dream masterpiece. Fairy tale ...
901306244   16077_771225176 4.5 Evil Dead II meets Brothers Grimm and Hawkeye ...
901306244   NaN_381422014   1.0 Biggest disappointment! There's a host of ...
15169683    NaN_22471       3.0 You know in the original story of Pinocchio he...

我编写了一个函数，该函数带有注释，找到单词“ meets”，在遇到之前和之后的前n个单词，然后返回（希望如此）movie1和movie2标题的本质，我计划稍后对其进行模糊匹配到另一个数据框中的标题。

def parse_movie(comment, num_words):
    words = comment.partition('meets')
    words_before = words[0].split(maxsplit=num_words)[-num_words:] 
    words_after = words[2].split(maxsplit=num_words)[:num_words]
    movie1 = ' '.join(words_before)
    movie2 = ' '.join(words_after)
    return movie1, movie2

如何在原始熊猫数据框的注释列上应用此功能，并将返回的movie1和movie2标题放在单独的列中？ 我试过了

df['Comments'].apply(parse_titles) 

但后来我无法指定要使用的num_words个。 直接在列上操作对我也不起作用，而且我不确定如何将新电影放到新列中。

parse_movie(sample['Comments'], 4)
AttributeError: 'Series' object has no attribute 'partition'

建议将不胜感激！

Answer 1

基于如何在熊猫数据框中拆分元组列？ 回答。 这可以使用lambda函数和apply（pd.Series）完成。 将结果保存到数据框列“ movie1”和“ movie2”中。

num_words = 4
df[['movie1','movie2']] = df['comments'].apply(lambda comment: parse_movie(comment, num_words)).apply(pd.Series)