Python 如何使用DataFrame.apply（）将行内容作为字符串参数传递？

我有一个类似这样的类：

class A:
    def __int__(self):
        pass
    def to_lower(self,content_text):
        return content_text.lower()

我有一个包含以下列的数据框：

['From'，'To'，'Email Body']

现在，我想将

['Email Body']

作为参数

content\u text

传递给上述函数

目前，我正在做的就是：

from somefile import A
processor = A()

messages_df_inbox.apply(processor.to_lower)

这给了我一个错误：

AttributeError:“Series”对象没有属性“lower”

---

正确的方法是什么？

默认情况下，将函数应用到收件箱中的每一列。由于您只想申请电子邮件正文，您可以

# Apply to Email body column only
messages_df_inbox['Email Body'].apply(processor.to_lower)

或者

# Change your function to point to email body
class A:
    def __int__(self):
        pass
    def to_lower(self,content_text):
        return content_text['Email Body'].lower()

messages_df_inbox.apply(processor.to_lower, axis = 1)

---

默认情况下，将您的函数.to\u lower（）应用于邮件\u df\u收件箱中的每一列。由于您只想申请电子邮件正文，您可以

# Apply to Email body column only
messages_df_inbox['Email Body'].apply(processor.to_lower)

或者

# Change your function to point to email body
class A:
    def __int__(self):
        pass
    def to_lower(self,content_text):
        return content_text['Email Body'].lower()

messages_df_inbox.apply(processor.to_lower, axis = 1)

---

apply

逐行（如果传递的是

axis=1

，则逐列）调用在数据帧的每一行（列）上传递的函数。由于数据帧行（列）是一系列的，因此您可以预期得到的结果

---

如果要对列应用任意函数，您需要

df[col].map（func）

，但在您的情况下，如果要将电子邮件列小写，只需

df['email Body'].str.lower（）

。有关字符串方法的更多信息，请参见此处：

apply

逐行（如果传递的是

axis=1

，则逐列）调用在数据帧的每一行（列）上传递的函数。由于数据帧行（列）是一系列的，因此您可以预期得到的结果

---

如果要对列应用任意函数，您需要

df[col].map（func）

，但在您的情况下，如果要将电子邮件列小写，只需

df['email Body'].str.lower（）

。有关字符串方法的更多信息，请参见此处：

邮件\u df\u收件箱['Email Body'].apply（processor.to\u lower）

。请提供完整的错误输出，以及.Hi@AMC，我提供了类代码以及我如何应用它以及我得到的错误是什么。这还不够吗？@dydx它在这里不应该有很大的区别，但这是正确的做法。错误回溯可以揭示一些很难发现的问题。

messages\u df\u inbox['Email Body'].apply（processor.to\u lower）

。请提供整个错误输出，以及一个.Hi@AMC，我提供了类代码，以及我如何应用它以及我得到的错误是什么。这还不够吗？@dydx它在这里不应该有很大的区别，但这是正确的做法。错误回溯可以揭示一些问题，否则很难发现这些问题。