Python-Pandas-导入Excel文件，遍历每一行，添加新值，然后添加到数据框

Question

我有一个带有项目代码和需要导入的抽象字段的Excel文件，因此可以在摘要上运行一个简单的文本摘要程序，然后将其添加到数据框中。

我的Excel数据集如下所示：

[Proj_Number] | [Abstract]

JJF-123          | Diabetes is a serious chronic condition.  
JFR-223          | Cardiovascular disease is also a chronic condition. 
JF3-334          | Don't forget about asthma and how much it sucks. 

导入数据后，我想应用我的文本汇总器并获取以下信息：

[Proj_Number] | [Abstract]                        [Ab_keywords]

JJF-123       | Diabetes is a chronic condition.  |Diabetes, chronic condition                                                                 
JFR-223       | COPD is a also chronic condition. | COPD, chronic condition
JF3-334       | Don't forget about asthma too.    | asthma, forgot

我知道我的代码是错误的，但是我只是不知道如何遍历每一行，如何从摘要中获取摘要关键字，将其添加到数据框并导出。

from gensim.summarization.summarizer import summarize
from gensim.summarization import keywords
import pandas as pd

dataset = pd.read_excel('abstracts.xlsx',encoding="ISO-8859-1")
df = pd.DataFrame(dataset)
cols = [1,2]
df = df[df.columns[cols]]

for d in df:
d =  keywords(d, ratio=0.15, split=True))
print(d)

Answer 1

您不想使用df中for d in df:遍历df中的每一行for d in df:

熊猫有一种将函数应用于数据框的每一行并通过apply函数返回一系列数据的方法

为您适当地重命名数据框的列，

df['Ab_keywords'] = df['Abstract'].apply(lambda text: keywords(text, ratio=0.15, split=True))

应该管用。

这里，lambda函数应用于df['Abstract']的每一行，并被赋予每一行的值作为其参数。