在Pandas數據框中的行對上應用函數

Question

我是熊貓數據框的新手，我想應用一個函數在同一列中包含幾行。 就像當您應用函數diff（）時一樣，但是我想計算文本之間的距離。 所以我定義了一個測量距離的函數，我嘗試使用apply，但是我不知道如何挑選幾行。 下面，我展示了一個我嘗試做過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)

但這不起作用。 我想要獲得的是：

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

預先感謝您可以為我提供的任何幫助。

Answer 1

您可能希望避免使用pd.DataFrame.apply ，因為這可能會降低性能 。 相反，您可以將map與pd.Series.shift一起pd.Series.shift ：

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

或通過列表理解：

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

Answer 2

對於diff ，它是ss.shift() ，因此可以在函數中執行

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