為數據框中的每一行運行函數

Question

我有一個數據df1 ，像這樣：

date        sentence
29/03/1029  I like you
30/03/2019  You eat cake

並運行函數getVerb和getObj到數據幀df1 。 因此，輸出如下所示：

date        sentence      verb   object
29/03/1029  I like you    like   you
30/03/2019  You eat cake  eat    cake

我希望為df1每一行運行這些函數（ getVerb和getObj ）。 有人可以幫助我有效解決此問題嗎？

非常感謝。

Answer 1

熊貓DataFrame每一列都是一個Series 。 您可以使用Series.apply或Series.map函數來獲取所需的結果。

df1['verb'] = df1['sentence'].apply(getVerb)
df1['object'] = df1['sentence'].apply(getObj)

# OR

df1['verb'] = df1['sentence'].map(getVerb)
df1['object'] = df1['sentence'].map(getObj)

有關Series.apply或Series.map更多詳細信息，請參見熊貓文檔。

Answer 2

假設您有一個熊貓數據框，例如：

import pandas as pd, numpy as np

df = pd.DataFrame（[[4，9]] * 3，列= ['A'，'B']）

>>>df
   A  B
   4  9
   4  9         
   4  9

假設，我們要按行和按列分別求A和B列的總和。 為此，我們寫

df.apply(np.sum, axis = 1) # for row-wise sum
Output: 13 
        13
        13
df.apply(np.sum, axis = 0) # for column-wise sum
Output: A 12
        B 27

現在，如果要對特定的一組列應用任何功能，則可以從數據框中選擇一個子集。

例如：我只想計算A列上的總和。

df['A'].apply(np.sum, axis =1)

Dataframe.apply

您也可以參考上面的鏈接。 除此之外，如上述答案中所述，Series.map，Series.apply也可以派上用場。 干杯!

Answer 3

使用一個簡單的循環：（假設數據框中已經存在名稱為“動詞”和“對象”的列）

for index, row in df1.iterrows():
    df1['verb'].iloc[index]= getVerb(row['sentence'])
    df1['object'].iloc[index]= getObj(row['sentence'])