如何將 for 循環轉換為 .apply？

Question

我正在解決算法問題，我想知道我是否可以將這個 for 循環轉換為.apply。 但我不知道該怎么做。 這是我的代碼：

# Let's use .apply

import pandas as pd

class Solution:
    def longestCommonPrefix(self, strs: list[str]) -> str:
        result = ""
    
    for i in range(len(strs[0])):
        for s in strs:
            if i == len(s) or s[i] != strs[0][i]:
                return result
        result += strs[0][i]
        
    return result
    
strs = ['flower','flow','flight']
df = pd.DataFrame([strs])
df
Solution().longestCommonPrefix(df.iloc[0])

這是 output：

'fl'

它基本上是返回最長公共前綴的算法。

Answer 1

你當然可以。 請參考以下例子。 我在這里冒昧地重構了您的代碼，使其更加簡潔並有利於.apply方法，並添加了一些文檔。

例如：

import pandas as pd

def longestprefix(s: pd.Series) -> str:
    """Determine the longest prefix in a collection of words.
    
    Args:
        s (pd.Series): A pandas Series containing words to be analysed.
        
    Returns:
        str: The longest common series of characters, from the beginning.
    
    """
    result = ''
    for chars in zip(*s):
        # Test that all characters are the same.
        if all(chars[0] == c for c in chars[1:]):
            result += chars[0]
        else: break
    return result

# Create a DataFrame containing strings to be analysed.    
df = pd.DataFrame(data=['flower','flow','flight', 'flows'])

# Apply the function to each *column*. (i.e. axis=0)
df.apply(longestprefix, axis=0)

Output：

0    fl
dtype: object

要獲取單個字符串，您可以使用：

>>> df.apply(longestprefix, axis=0).iloc[0]
'fl'

---

更多細節：

根據評論，進一步描述為什么使用zip(*s) ：

zip function 使 Series 中每個單詞的第 n 個字母一起打包成一個元組。 換句話說，它讓我們比較所有的第一個字母，所有的第二個字母，等等。為了演示，鍵入list(zip(*df[0])) （其中0是列名）以顯示正在檢查的項目迭代。 如果您直接迭代系列，您只是迭代單個單詞，而不是第 n 個字母的元組。

例如：

[('f', 'f', 'f', 'f'),  # <-- These are the values being compared.
 ('l', 'l', 'l', 'l'),
 ('o', 'o', 'i', 'o'),
 ('w', 'w', 'g', 'w')]