Python：應用Dataframe不接受軸參數

我有兩個數據框：data和rules。Python：應用Dataframe不接受軸參數

>>>data       >>>rules 
    vendor        rule 
0 googel       0 google 
1 google       1 dell 
2 googly       2 macbook

我試圖計算每個供應商和規則之間的相似萊文斯坦後，兩個新列添加到data數據幀。所以，我的數據框應該非常包含看起來像這樣的列：

>>>data 
    vendor rule similarity 
0 googel google 0.8

到目前爲止，我試圖執行一個apply函數將返回我這個結構，但數據幀適用不接受axis說法。

>>> 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'

有人能幫我弄清楚我做錯了什麼嗎？我所做的任何更改只是創建新的錯誤。謝謝

來源

2017-08-25 Bhargavi Sri

什麼'比率'實際上在這裏做，因爲我覺得你可以做這個'不'應用'，所以它的向量化 – EdChum

'比率'是來自'Levenshtein'庫的函數，將返回相似性度量 –

是否有1： 1 dfs之間的關係？你只是逐行迭代並計算每個相應行之間的levenshtein距離？ – EdChum

您正在調用Series版本的apply，因此無法通過axis arg查看錯誤。

如果你做的事：

data[['rule','similarity']]=data[['vendor']].apply(lambda row:[r[0],ratio(row[0],r[0])],axis=1)

這會是一列DF針對這樣的工作

或者只是刪除axis ARG：

data[['rule','similarity']]=data['vendor'].apply(lambda row:[r[0],ratio(row[0],r[0])])

更新

看着w你需要爲每個供應商計算每個規則的levenshtein比率。

你可以這樣做：

data['vendor'].apply(lambda row: rules['rule'].apply(lambda x: ratio(x, row))

這個我認爲應該計算針對每一個規則每個供應商的比例。

來源

2017-08-25 09:48:16 EdChum

這兩種方法現在都出現這個錯誤：'KeyError：'['rule''similarity'] not in index「 –

@BhargaviSri首先，'data'是一個系列。我不確定你想要做什麼。 –

對於每個供應商，我需要一個與規則相關的相似度值。因此，我用'['google'，'dell'，'macbook']爲每個規則獲得'google'，'dell'，'macbook']和'google'相似度得分''，最後'googly'與'['google'，'dell'，'macbook']的相似度得分' –

Python：應用Dataframe不接受軸參數

回答

相關問題