我有两个数据框:data
和 rules
。
>>>data >>>rules
vendor rule
0 googel 0 google
1 google 1 dell
2 googly 2 macbook
在计算每个供应商和规则之间的 Levenshtein 相似度后,我试图将两个新列添加到 data
数据框中。所以我的数据框最好包含如下所示的列:
>>>data
vendor rule similarity
0 googel google 0.8
到目前为止,我正在尝试执行一个 apply
函数,它将向我返回此结构,但 dataframe apply 不接受 axis
参数。
>>> for index,r in rules.iterrows():
... data[['rule','similarity']]=data['vendor'].apply(lambda row:[r[0],ratio(row[0],r[0])],axis=1)
...
Traceback (most recent call last):
File "<stdin>", line 2, in <module>
File "/home/mnnr/test/env/test-1.0/runtime/lib/python3.4/site-packages/pandas/core/series.py", line 2220, in apply
mapped = lib.map_infer(values, f, convert=convert_dtype)
File "pandas/src/inference.pyx", line 1088, in pandas.lib.map_infer (pandas/lib.c:62658)
File "/home/mnnr/test/env/test-1.0/runtime/lib/python3.4/site-packages/pandas/core/series.py", line 2209, in <lambda>
f = lambda x: func(x, *args, **kwds)
TypeError: <lambda>() got an unexpected keyword argument 'axis'
有人可以帮我弄清楚我做错了什么吗?我所做的任何更改只会产生新的错误。谢谢
最佳答案
您正在调用 apply
的 Series
版本对于它没有意义的 axis
arg 因此错误。
如果你这样做了:
data[['rule','similarity']]=data[['vendor']].apply(lambda row:[r[0],ratio(row[0],r[0])],axis=1)
然后这会生成一个单独的 df 列
或者只是删除 axis
参数:
data[['rule','similarity']]=data['vendor'].apply(lambda row:[r[0],ratio(row[0],r[0])])
更新
看看您在做什么,您需要针对每个供应商计算每个规则的编辑比率。
您可以通过以下方式做到这一点:
data['vendor'].apply(lambda row: rules['rule'].apply(lambda x: ratio(x, row))
我认为这应该根据每个规则计算每个供应商的比率。
关于python - 数据框应用不接受轴参数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45878720/