如何总结列表中的值？

Question

我有一个看起来像的值列表：

filtered_df['title_sentiment'].head()
2      {'neg': 0.0, 'neu': 1.0, 'pos': 0.0, 'compound...
3      {'neg': 0.0, 'neu': 0.85, 'pos': 0.15, 'compou...
12     {'neg': 0.0, 'neu': 0.744, 'pos': 0.256, 'comp...
67     {'neg': 0.0, 'neu': 1.0, 'pos': 0.0, 'compound...
130    {'neg': 0.0, 'neu': 1.0, 'pos': 0.0, 'compound...
Name: title_sentiment, dtype: object

我想总结列表中的所有特定值，例如“pos”。

我试过了：

filtered_df['pos_sum'] = filtered_df['title_sentiment'].apply(lambda x: x['pos'].sum())

...这引发了：

AttributeError: 'float' object 没有属性 'sum'

帮助将不胜感激。 谢谢！

Answer 1

问题是x['pos']给你一个float ，因为你正在访问字典中相应 'pos' 键的值。 尝试：

filtered_df['pos_sum'] = filtered_df['title_sentiment'].apply(lambda x: x['pos']).sum()

提取x['pos']然后求和。

Answer 2

您需要对从apply返回的系列求和。 尝试这个：

filtered_df['pos_sum'] = filtered_df['title_sentiment'].apply(lambda x: x['pos']).sum()

Answer 3

您首先必须从该字典中提取数字

filtered_df['pos_sum'] = filtered_df['title_sentiment'].apply(lambda x: x['pos']).sum()

Answer 4

我会尝试：

filtered_df['pos_sum'] = sum([el['pos] for el in filtered_df['title_sentiment']])