python - 从数据框中包含元组列表的每个单元格中检索最大值

Question

我有一个 pandas 数据框 df[lists]，其中包含整数和字符串，它具有以下格式:

0 [(a,b,89), (a,y,992), (a,t, 99), (a,m, 1028)]
1 [(b,u,855), (b,tt,934), (b, g, 69)]
2 [(c,k, 546),(c,gf,134), (c, dd, 569)]
3 [(d,zv, 546),(d,gyr,8834), (d, dds, 5693), (d, ddd, 3459)]

实际上字符a、b、tt等较长并且使用了计算汉明距离 我想要得到的是每行中的最大值并将其写为 df[max]:

0 [1028]
1 [934]
2 [569]
3 [8834]

我通过以下方式到达这里:

combined = ((x, y, (5x - 3y) for x, y in combinations(df['elements'], if x != y) 
series = Series(list(g) for k, g in groupby(combined, key=itemgetter(0)))
series = df[lists]

当我使用时:

from operator import itemgetter

df['lst'].apply(lambda x: [max(x, key=itemgetter(2))[-1]])

我收到以下错误:

Traceback (most recent call last):
  File "C:\Users\Desktop\phash\dene_2.py", line 78, in <module>
    df['similarity'].apply(lambda x: [max(x, key=itemgetter(2))[-1]])
  File "C:\Users\AppData\Local\Programs\Python\Python35\lib\site-packages\pandas\core\series.py", line 2294, in apply
    mapped = lib.map_infer(values, f, convert=convert_dtype)
  File "pandas\src\inference.pyx", line 1207, in pandas.lib.map_infer (pandas\lib.c:66124)
  File "C:\Users\Desktop\phash\dene_2.py", line 78, in <lambda>
    df['similarity'].apply(lambda x: [max(x, key=itemgetter(2))[-1]])
TypeError: 'float' object is not iterable

Answer 1

最好的选择是使用不太快的 apply 变体。假设包含 list 单元格的列名称由 "lst" 表示，您可以抓取元组列表中存在的每第三个元素，并通过比较它们来找到最大值。然后从计算的元组中选择它的最后一个元素并将其转换为单个项目列表:

from operator import itemgetter

df['lst'].apply(lambda t: [max(t, key=itemgetter(2))[-1]])

0    [1028]
1     [934]
2     [569]
3    [8834]
Name: lst, dtype: object

使用的数据:

df = pd.DataFrame(dict(lst=[[('a','b', 89), ('a','y', 992), ('a','t', 99), ('a','m', 1028)], 
                            [('b','u', 855), ('b','tt', 934), ('b', 'g', 69)],
                            [('c','k', 546),('c','gf', 134), ('c', 'dd', 569)], 
                            [('d','zv', 546),('d','gyr', 8834), ('d', 'dds', 5693), ('d', 'ddd', 3459)]]))

<小时/>

编辑:

由于可能存在映射为 float 对象的缺失值，因此您可以根据单元格的类型过滤单元格并对它们执行迭代，并保持其他单元格不变:

df['lst'].apply(lambda t: [max(t, key=itemgetter(2))[-1] if isinstance(t, list) else t])