如何根据其他列将列添加到 Pandas

Question

我正在使用 Pandas 并且我有一个非常基本的数据框：

                   session_id              datetime
5  t0ubmqqpbt01rhce201cujjtm7  2014-11-28T04:30:09Z
6  k87akpjpl004nbmhf4loiafi72  2014-11-28T04:30:11Z
7  g0t7hrqo8hgc5vlb7240d1n9l5  2014-11-28T04:30:12Z
8  ugh3fkskmedq3br99d20t78gb2  2014-11-28T04:30:15Z
9  fckkf16ahoe1uf9998eou1plc2  2014-11-28T04:30:18Z

我希望根据当前列的值添加第三列：

df['key'] = urlsafe_b64encode(md5('l' + df['session_id'] + df['datetime']))

但我收到：

TypeError: must be convertible to a buffer, not Series

Answer 1

您需要使用 pandas.DataFrame.apply。下面的代码会将 lambda 函数应用于 df 的每一行。当然，您可以定义一个单独的函数（如果您需要做更多更复杂的事情）。

import pandas as pd
from io import StringIO
from base64  import urlsafe_b64encode
from hashlib import md5

s = '''                   session_id              datetime
5  t0ubmqqpbt01rhce201cujjtm7  2014-11-28T04:30:09Z
6  k87akpjpl004nbmhf4loiafi72  2014-11-28T04:30:11Z
7  g0t7hrqo8hgc5vlb7240d1n9l5  2014-11-28T04:30:12Z
8  ugh3fkskmedq3br99d20t78gb2  2014-11-28T04:30:15Z
9  fckkf16ahoe1uf9998eou1plc2  2014-11-28T04:30:18Z'''

df = pd.read_csv(StringIO(s), sep='\s+')

df['key'] = df.apply(lambda x: urlsafe_b64encode(md5('l' + x['session_id'] + x['datetime'])), axis=1)

注意：不幸的是，我无法让哈希位在我的机器上工作，一些 unicode 错误（可能是因为我使用的是 Python 3）而且我没有是时候调试它的内部工作原理了，但是 pandas 部分我很确定 :P

如何根据其他列将列添加到 Pandas

How to add a column to Pandas based off of other columns

python

pandas