Python:if条件中的Return语句只返回最后一个值
我有一个带列的Python:if条件中的Return语句只返回最后一个值,python,pandas,function,dataframe,return,Python,Pandas,Function,Dataframe,Return,我有一个带列的数据框：（名称、颜色、ID），还有一个带列的句子：（句子、ID）。我需要将水果数据框的每个记录与句子数据框进行比较，如果水果名称在句子中完全相同，则将其颜色连接到句子中水果名称之前 这就是我所做的： import pandas as pd import regex as re # create fruit dataframe fruit_data = [['Apple', 'Red', 1], ['Mango', 'Yellow', 2], ['Grapes', 'Green'
数据框：（名称、颜色、ID）
，还有一个带列的句子：（句子、ID）
。我需要将水果数据框的每个记录与句子数据框进行比较，如果水果名称在句子中完全相同，则将其颜色连接到句子中水果名称之前
这就是我所做的：
import pandas as pd
import regex as re
# create fruit dataframe
fruit_data = [['Apple', 'Red', 1], ['Mango', 'Yellow', 2], ['Grapes', 'Green', 3]]
fruit_df = pd.DataFrame(fruit_data, columns = ['Name', 'Color', 'ID'])
print(fruit_df)
# create sentence dataframe
sentence = [['I like Apple', 1], ['I like ripe Mango', 2], ['Grapes are juicy', 3]]
sentence_df = pd.DataFrame(sentence, columns = ['Sentence', 'ID'])
print(sentence_df)
def search(desc, name, color, id):
flag = 0
if re.findall(r"\b" + name + r"\b", desc):
desc_id = (sentence_df[sentence_df['Sentence'] == desc]['ID'].values[0])
if desc_id == id:
flag = 1
if flag == 1:
# for loop is used because fruit can appear more than once in sentence
all_indexes = []
for match in re.finditer(r"\b" + name + r"\b", desc):
all_indexes.append(match.start())
arr = list(desc)
for idx in sorted(all_indexes, reverse=True):
arr.insert(idx, color + " ")
new_desc = ''.join(arr)
print("modified sentence: ", new_desc)
return new_desc
def compare(name, color, id):
sentence_df['Result'] = sentence_df['Sentence'].apply(lambda x: search(x, name, color, id))
fruit_df.apply(lambda x: compare(x['Name'], x['Color'], x['ID']), axis=1)
print ("The final result is: ")
print(sentence_df['Result'])
代码的结果是：
Name Color ID
0 Apple Red 1
1 Mango Yellow 2
2 Grapes Green 3
Sentence ID
0 I like Apple 1
1 I like ripe Mango 2
2 Grapes are juicy 3
modified sentence: I like Red Apple
modified sentence: I like ripe Yellow Mango
modified sentence: Green Grapes are juicy
The final result is:
0 None
1 None
2 Green Grapes are juicy
Name: Result, dtype: object
句子得到了正确的修改，但问题是，前两个句子没有存储在句子数据框的Result
列中，只存储了最后一个句子。这是正确的方法还是我遗漏了什么？经过一些修改后：
import pandas as pd
import re
# create fruit dataframe
fruit_data = [['Apple', 'Red', 1], ['Mango', 'Yellow', 2], ['Grapes', 'Green', 3]]
fruit_df = pd.DataFrame(fruit_data, columns = ['Name', 'Color', 'ID'])
print(fruit_df)
# create sentence dataframe
sentence = [['I like Apple', 1], ['I like ripe Mango', 2], ['Grapes are juicy', 3]]
sentence_df = pd.DataFrame(sentence, columns = ['Sentence', 'ID'])
print(sentence_df)
def search(ids):
name = fruit_df[fruit_df['ID']==ids]['Name'].values[0]
desc = sentence_df[sentence_df['ID']==ids]['Sentence'].values[0]
color = fruit_df[fruit_df['ID']==ids]['Color'].values[0]
if True:# kept to maintain this indentation
# for loop is used because fruit can appear more than once in sentence
all_indexes = []
for match in re.finditer(r"\b" + name + r"\b", desc):
all_indexes.append(match.start())
arr = list(desc)
for idx in sorted(all_indexes, reverse=True):
arr.insert(idx, color + " ")
new_desc = ''.join(arr)
print("modified sentence: ", new_desc)
return new_desc
sentence_df['Result'] = sentence_df['ID'].apply(lambda x: search(x))
print("The final result is: ")
print(sentence_df['Result'])
变化：
主要问题是这里的fruit\u df.apply
。这为fruits\u df
中的每个项目调用了compare函数，在提供的示例中，这意味着3次
然后，compare
根据通过fruit\u df.apply的当前结果修改结果列中的所有条目
所以，第一步就是只打一个电话
需要做的另一个更改是使用外键：ID
ID存在于两个数据帧中，因此它足以识别搜索
功能中的名称
、描述
和颜色
输出：
Name Color ID
0 Apple Red 1
1 Mango Yellow 2
2 Grapes Green 3
Sentence ID
0 I like Apple 1
1 I like ripe Mango 2
2 Grapes are juicy 3
modified sentence: I like Red Apple
modified sentence: I like ripe Yellow Mango
modified sentence: Green Grapes are juicy
The final result is:
0 I like Red Apple
1 I like ripe Yellow Mango
2 Green Grapes are juicy
Name: Result, dtype: object
编辑：按OP要求，解决方案的快速修复版本
只需按如下方式更改原始代码的底部
def compare(name, color, id):
sentence_df['Result'] = sentence_df['Result'].apply(lambda x: search(x, name, color, id) or x)
sentence_df['Result'] = sentence_df['Sentence']
fruit_df.apply(lambda x: compare(x['Name'], x['Color'], x['ID']), axis=1)
print ("The final result is: ")
print(sentence_df['Result'])
注意：在这个补丁中，上面提到的问题在技术上没有得到解决。只是引入了一个小旁路以达到所需的输出。经过一些修改后：
import pandas as pd
import re
# create fruit dataframe
fruit_data = [['Apple', 'Red', 1], ['Mango', 'Yellow', 2], ['Grapes', 'Green', 3]]
fruit_df = pd.DataFrame(fruit_data, columns = ['Name', 'Color', 'ID'])
print(fruit_df)
# create sentence dataframe
sentence = [['I like Apple', 1], ['I like ripe Mango', 2], ['Grapes are juicy', 3]]
sentence_df = pd.DataFrame(sentence, columns = ['Sentence', 'ID'])
print(sentence_df)
def search(ids):
name = fruit_df[fruit_df['ID']==ids]['Name'].values[0]
desc = sentence_df[sentence_df['ID']==ids]['Sentence'].values[0]
color = fruit_df[fruit_df['ID']==ids]['Color'].values[0]
if True:# kept to maintain this indentation
# for loop is used because fruit can appear more than once in sentence
all_indexes = []
for match in re.finditer(r"\b" + name + r"\b", desc):
all_indexes.append(match.start())
arr = list(desc)
for idx in sorted(all_indexes, reverse=True):
arr.insert(idx, color + " ")
new_desc = ''.join(arr)
print("modified sentence: ", new_desc)
return new_desc
sentence_df['Result'] = sentence_df['ID'].apply(lambda x: search(x))
print("The final result is: ")
print(sentence_df['Result'])
变化：
主要问题是这里的fruit\u df.apply
。这为fruits\u df
中的每个项目调用了compare函数，在提供的示例中，这意味着3次
然后，compare
根据通过fruit\u df.apply的当前结果修改结果列中的所有条目
所以，第一步就是只打一个电话
需要做的另一个更改是使用外键：ID
ID存在于两个数据帧中，因此它足以识别搜索
功能中的名称
、描述
和颜色
输出：
Name Color ID
0 Apple Red 1
1 Mango Yellow 2
2 Grapes Green 3
Sentence ID
0 I like Apple 1
1 I like ripe Mango 2
2 Grapes are juicy 3
modified sentence: I like Red Apple
modified sentence: I like ripe Yellow Mango
modified sentence: Green Grapes are juicy
The final result is:
0 I like Red Apple
1 I like ripe Yellow Mango
2 Green Grapes are juicy
Name: Result, dtype: object
编辑：按OP要求，解决方案的快速修复版本
只需按如下方式更改原始代码的底部
def compare(name, color, id):
sentence_df['Result'] = sentence_df['Result'].apply(lambda x: search(x, name, color, id) or x)
sentence_df['Result'] = sentence_df['Sentence']
fruit_df.apply(lambda x: compare(x['Name'], x['Color'], x['ID']), axis=1)
print ("The final result is: ")
print(sentence_df['Result'])
注意：在这个补丁中，上面提到的问题在技术上没有得到解决。只是引入了一个小的旁路以达到所需的输出。在这两个地方使用Dataframe.apply方法是代码中的问题。
apply方法帮助您在数据帧的任何轴上应用方法，而不是添加新列并为其赋值。
如果要在同一数据帧上工作，并且希望执行上述操作，则可以使用.assign方法。它允许您指定一个新列，该列的值由其他列的值计算得出。
对于您的代码，如果您想保留相同的代码，而不是像上面建议的那样重构它，那么您需要的只是一个循环
for idx, row in fruit_df.iterrows():
result = search(sentence_df.loc[idx,"Sentence"], row["Name"], row["Color"], row["ID"])
sentence_df.loc[idx,"Result"] = result
在这两个地方使用Dataframe.apply方法是代码中的问题。
apply方法帮助您在数据帧的任何轴上应用方法，而不是添加新列并为其赋值。
如果要在同一数据帧上工作，并且希望执行上述操作，则可以使用.assign方法。它允许您指定一个新列，该列的值由其他列的值计算得出。
对于您的代码，如果您想保留相同的代码，而不是像上面建议的那样重构它，那么您需要的只是一个循环
for idx, row in fruit_df.iterrows():
result = search(sentence_df.loc[idx,"Sentence"], row["Name"], row["Color"], row["ID"])
sentence_df.loc[idx,"Result"] = result
感谢您提供的解决方案，但我听说dataframe.apply（）比iterrows（）更高效，所以我使用df.apply（）编写了它。是否可以单独使用df.apply（）来纠正此问题？因为DataFrame.apply方法应用于列或行，所以答案是“否”。除非，您想在get go中添加一个空的“Result”列，并在Result列系列上执行.apply方法。感谢您提供的解决方案，但我听说dataframe.apply（）比iterrows（）更高效，所以我使用df.apply（）编写了它。是否可以单独使用df.apply（）来纠正此问题？因为DataFrame.apply方法应用于列或行，所以答案是“否”。除非，您想在get go中添加一个空的“Result”列，并在Result列系列中执行.apply方法。感谢您提供的解决方案，它非常有效，但我不应该重构代码。@Animeartist请检查编辑。感谢您提供的解决方案，它工作得很好，但我不应该重构代码。@Animeartist请检查编辑。