How can you call a second function while using a lambda function in an.apply() call in Python?

Question

我想知道如何在 Pandas 中將 for 循環轉換為 a.apply() 方法。 我正在嘗試遍歷 dataframe (df1) 的一列，並從第二個 dataframe (df2) 的子集中返回匹配項。 我有一個 function 來進行匹配（匹配），還有一個 function 到 select 來自 df2（過濾器）的右子集。 我想知道是否可以使用 Pandas'.apply() 方法來調用這兩個函數。

我已經想出了如何將其作為一個 for 循環來執行（見下文），似乎我可以通過首先創建一個完整的 function 來通過列表理解來做到這一點（見這里），但我無法通過Pandas.apply() 方法和 lambda 表達式。

## Here is my Filter, which selects titles from df2 for one year 
## either side of a target year
def Filter (year):
    years = [year-1, year, year+1]
    return df2[df2.year.isin(years)].title

# Here is my matching routine, it uses the process method from
# fuzzywuzzy
def Matcher(title, choices):
    title_match, percent_match, match3 = process.extractOne(title, 
choices, scorer=fuzz.token_sort_ratio)
    return title_match

# Here is my solution using a for-loop
for index, row in df1.iterrows():
    targets = Filter(row.year)
    df1.loc[index,'return_match'] = Matcher(row.title, targets)

# Here's my attempt with a lambda function
df1['new_col'] = df1.title.apply(lambda x: Matcher(x, 
Filter(df1.year)))

當我使用 lambda function 時，似乎發生的是過濾器 function 僅在第一次迭代時被調用，因此每次迭代都匹配第一個過濾的標題集方法（）。 有沒有辦法解決這個問題？

Answer 1

歡迎來到 SO JP。 我在這一行看到一個問題：

# Here's my attempt with a lambda function
df1['new_col'] = df1.title.apply(lambda x: Matcher(x, Filter(df1.year)))

您在所有 DataFrame 列year上調用Filter ，而作為您的 for 循環解決方案，您只想在該行的年份調用它。 所以我建議在這樣的行上使用 apply ：

df1['new_col'] = df1.apply(lambda row: Matcher(row.title, Filter(row.year)), axis=1)

我希望這有幫助。