使用带有字符串的 .apply() Pandas 创建列

Question

我有一个数据框 df。

其中一列名为 Adress 并包含一个字符串。

我创建了一个函数 processing(string)，它将一个字符串作为参数，return 是该字符串的一部分。

我成功地将函数应用于 df 并在 df 中创建了一个新列：

df.loc[:, 'new_col_name`] = df.loc[:, 'Adress`].apply(processing)

我修改了函数 processing(string)，使其 return 有两个字符串。我想将第二个字符串 returned 存储在另一个新列中。为此，我尝试按照以下步骤操作：

这是我的函数的一个例子processing(string):

def processing(string):
    #some processing
    return [A_string, B_string]

我也试过return一个tuple中的两个字符串。

以下是我尝试将函数应用于我的 df 的不同方法：

df.loc[:, '1st_new_col'], df.loc[:, '2nd_new_col'] = df.loc[:, 'Adress'].apply(processing)
>>> ValueError: too many values to unpack (expected 2)

#or

df.loc[:, '1st_new_col'], df.loc[:, '2nd_new_col'] = df.loc[:, 'Adress'].astype(str).apply(processing)
>>> ValueError: too many values to unpack (expected 2)

#or

df.loc[:, ['1st_new_col', '2nd_new_col']] = df.loc[:, 'Adress'].apply(processing)
>>> KeyError: "None of [Index(['1st_new_col', '2nd_new_col'], dtype='object')] are in the [columns]"

#or

df.loc[:, ['1st_new_col', '2nd_new_col']] = df.loc[:, 'Adress'].apply(processing, axis=1)
>>> TypeError: processing() got an unexpected keyword argument 'axis'

#or

df.loc[:, ['1st_new_col', '2nd_new_col']] = df.apply(lambda x: processing(x['Adress'], axis=1)
>>> KeyError: "None of [Index(['1st_new_col', '2nd_new_col'], dtype='object')] are in the [columns]"

#or

df.loc[:, ['1st_new_col', '2nd_new_col']] = df.apply(lambda x: processing(x['Adress'].astype(str), axis=1)
>>> AttributeError: 'str' object has no attribute 'astype'
#This is the only Error I could understand

#or

df.loc[:, ['1st_new_col', '2nd_new_col']] = df.apply(lambda x: processing(x['Adress'])
>>> KeyError: 'Adress'

我想我已经很接近了，但我不知道如何获得它。

Answer 1

尝试：

 df["Adress"].apply(process)

另外，最好在apply函数中return一个pd.Series。

举个例子：

# build example dataframe
df = pd.DataFrame(data={'Adress' : ['Word_1_1 Word_1_2','Word_2_1 Word_2_2','Word_3_1 Word_3_2','Word_4_1 Word_4_2']}) 
print(df)
#               Adress
# 0  Word_1_1 Word_1_2
# 1  Word_2_1 Word_2_2
# 2  Word_3_1 Word_3_2
# 3  Word_4_1 Word_4_2

# Define your own function : here return two elements
def process(my_str):
    l = my_str.split(" ")
    return pd.Series(l)

# Apply the function and store the output in two new columns
df[["new_col_1", "new_col_2"]] = df["Adress"].apply(process)
print(df)
#               Adress new_col_1 new_col_2
# 0  Word_1_1 Word_1_2  Word_1_1  Word_1_2
# 1  Word_2_1 Word_2_2  Word_2_1  Word_2_2
# 2  Word_3_1 Word_3_2  Word_3_1  Word_3_2
# 3  Word_4_1 Word_4_2  Word_4_1  Word_4_2

Answer 2

你可以试试这个。

df['new_column'] = df.apply(lambda row: processing(row['Address']), axis=1)

或者这个。

df['new_column'] = df['Address'].apply(lambda value: processing(value))

使用带有字符串的 .apply() Pandas 创建列

Create columns with .apply() Pandas with strings

string

apply

python-3.x

pandas

pandas-apply