我有一个 json,我将其转换为字典,然后使用字典中存在的某些键值对创建一个数据框
# json
a = """{
"cluster_id": 3,
"cluster_observation_data": [[1, 2, 3, 4, 5, 6, 7, 8], [2, 3, 4, 5, 6, 7, 8, 1]],
"cluster_observation_label": [0, 1],
"cluster_centroid": [1, 2, 3, 4, 5, 6, 7, 10],
"observation_id":["id_xyz_999","id_abc_000"]
}"""
# convert to dictionary
data = json.loads(a)
sub_dict = dict((k, data[k]) for k in ('cluster_observation_data', 'cluster_observation_label'))
train = pd.DataFrame.from_dict(sub_dict, orient='columns')
将其转换为 ddataframe 后,我尝试计算其与 cluster_centroid
的欧几里得距离存在于 data
字典。该函数工作正常,但在最后 train
我得到 NaN 的数据框
def distance_from_center(row):
centre = data['cluster_centroid']
obs_data = row[0]
print('obs_data', obs_data)
print('\n\n\n\n')
print('center', centre)
# print(type(obs_data))
# print(type(centre))
dist = sum([(a - b)**2 for a, b in zip(centre, obs_data)])
print(dist)
return dist
train.loc[:, 'center_dist'] = train.loc[:, ['cluster_observation_data']].apply(distance_from_center)
我不知道我哪里出了问题。即使是一个小提示也可以。
最佳答案
您需要传递轴,例如:
train.loc[:, 'center_dist'] = train.loc[:, ['cluster_observation_data']].apply(distance_from_center, 1)
原因是您想将函数单独应用于每个列表。 Documentation说:
1 or ‘columns’: apply function to each row
关于python - pandas 应用返回 NaN,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/47428530/