[英]Apply a function to column of pandas dataframe
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!
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)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.