Python 字符串Panda系列到字符串变量

一直在寻找从dataframe中的字符串列获取字符串变量的方法。在最基本的场景中，我有一个名为name的字符串变量，它是基于空间排列的，用于获取字符串列表（在名为name的示例中）。然后，列表作为参数发送给函数，以处理列表中的每个元素：

name = "4 PAWS ONLY"
type(name) #String type
names= name.split()
type(names) #list type
print(names) #['4', 'PAWS', 'ONLY']

#avg_vector needs a list of string, called names
avg_vector = avg_sentence_vector(names, model=word2vec_model, num_features=300, index2word_set=set(word2vec_model.wv.index2word)).tolist()

在这个基本场景中，avg_语句_向量执行时没有错误，因为参数满足函数输入

在理想情况下，相同的逻辑适用，但适用于数据帧的每一行。字符串来自名为“name”（而不是字符串变量）的列，该列需要以与上一个示例相同的方式获取spplit，并将列表传递给函数

到目前为止，在从“名称”列拆分字符串值后，我还无法获得字符串列表：

函数的执行显示以下错误：

<ipython-input-9-2abbbce044f5> in avg_sentence_vector(words, model, num_features, index2word_set)
---> 11         if word in index2word_set:
     12             nwords = nwords+1
     13             featureVec = np.add(featureVec, model[word])

TypeError: unhashable type: 'list'

如何从dataframe字符串列传递字符串列表？还有其他可能的失败原因吗

谢谢

您可以通过以下方式使用：

def avg_sentence_vector(ll, *args, **kwargs):
    return len(ll)

df['avg_vector'] = df.apply(lambda row : avg_sentence_vector(row['names'].split()), axis=1)

这将返回：

         names  avg_vector
0  4 PAWS ONLY           3

正如您所看到的，在我的例子中，

avg\u-sensition\u-vector

函数返回传递列表的长度，当然它可以是任何内容。您也可以传递所有需要的额外参数

评论后编辑 注意不要将函数的参数与

apply

参数混用，如

axis

。如果函数接受多个参数，则需要执行以下操作：

df['avg_vector'] = df.apply(lambda row : avg_sentence_vector(row['names'].split(), model=word2vec_model, num_features=300, ...), axis=1)

---

其中，

…

表示函数可能需要的任何其他参数。它们都需要在

平均句子向量的括号内

，axis=1必须是最后一个。

只是为了确保我理解了：您想将

avg_-vector

函数应用于列

names

的每个元素，并将结果存储在列

avg_-vector

中吗？谢谢您的回答Valentino，是的，我需要对列名的每个元素调用avg_语句_vector函数，并将其存储在列avg_vector中。在本例中，avg_vector只是一个变量，但它是数据帧中的另一列。谢谢你的回答，瓦伦蒂诺，我看到你的例子在打印

df

dataframe时效果很好，但在我的代码中应用如下：

--->7 df['avg\u vector']=df.apply（lambda row:avg\u句子向量（row['names'].split（），axis=1，model=word2vec\u model，num\u features=300，indexword\u set=set（word2vec_model.wv.index2word））.tolist（）

我得到了以下错误：

keyrorm:（'names'，'occurrented at index names'）

，即使包括axis=1。您将函数的参数与

apply

的参数混合在一起。我已经编辑了答案，请检查。这有意义，我意识到axis=1（将函数应用到列中的每一行）应该在末尾（正如您已经提到的），因此我编辑为

7df['avg_vector']=df.apply（lambda行：avg_句子_vector（行['names'].split（），model=word2vec_model，num_features=300，indexword_set=set（word2vec_model.wv.indexword））.tolist（），axis=1）

并获得一个新错误：

AttributeError:（“'int'对象没有属性'tolist'，发生在索引0'）

如果未理解，则额外的

）

存在，因为to list使用的是avg_语句向量的结果，如下所示：

df['avg_向量']=df.apply（lambda行：avg_语句向量（row…，index2word\u set=set（word2vec\u model.wv.index2word））.tolist（）

其中n-1

）

正在关闭

set

，最后一个

）

正在关闭

avg\u-vector

。您的函数似乎没有像预期的那样返回numpy数组，只有一个整数。检查函数的返回值。

         names  avg_vector
0  4 PAWS ONLY           3

df['avg_vector'] = df.apply(lambda row : avg_sentence_vector(row['names'].split(), model=word2vec_model, num_features=300, ...), axis=1)