在Pandas数据框中的行对上应用函数

Question

我是熊猫数据框的新手，我想应用一个函数在同一列中包含几行。 就像当您应用函数diff（）时一样，但是我想计算文本之间的距离。 所以我定义了一个测量距离的函数，我尝试使用apply，但是我不知道如何挑选几行。 下面，我展示了一个我尝试做过的例子以及我的期望：

def my_measure_function(x,y):
   return some_distance_calculus(x,y)

>>> from pandas import DataFrame
>>> df = DataFrame({"text": ['hello','hella','hel'], "B": [3,4,4]})
>>> df['dist'] = df.apply(lambda x, y: my_measure_function(x, y), axis=0)

但这不起作用。 我想要获得的是：

>>> df
      text  B  dist
0    hello  3    0
1    hella  4    1
2    hel    4    2

预先感谢您可以为我提供的任何帮助。

Answer 1

您可能希望避免使用pd.DataFrame.apply ，因为这可能会降低性能 。 相反，您可以将map与pd.Series.shift一起pd.Series.shift ：

df['dist'] = list(map(my_measure_function, df['text'], df['text'].shift()))

或通过列表理解：

zipper = zip(df['text'], df['text'].shift())
df['dist'] = [my_measure_function(val1, val2) for val1, val2 in zipper]

Answer 2

对于diff ，它是ss.shift() ，因此可以在函数中执行

df['shifttext']=df.text.shift()
df.apply(lambda x : my_measure_function(x['text'],x['shifttext']))