Python 我有一个包含两列（A列和B列）的数据框架

在A栏中有三句话（ABC、DEF、GHI）。句子以&**开头，以“”结尾 **

例如：这是一个句子

 Column A                           Column B

(('<s>', '<s>'),  'abc')            0.043025210084033615
(('<s>', 'abc'),  'abc')            0.65234375
(('abc', 'abc'),  'abc')            0.04259501965923984
(('abc', 'abc'),  'abc')            0.18604651162790697
(('abc', 'abc'),  '</s>')           0.41317365269461076
(('abc', '</s>'), '</s>')           0.011148272017837236

A列B列
（“，”和“abc”）0.043025210084033615
（（“‘abc’，‘abc’）0.65234375
（（‘abc’、‘abc’、‘abc’）0.04259501965923984
（（‘abc’、‘abc’、‘abc’）0.18604651162790697
（（‘abc’，‘abc’，“”）0.41317365269461076
（（‘abc’，“”），“”）0.011148272017837236

当一个句子以结束标记“”）结尾时，“”“我想将B列乘以一个特定句子的所有行 示例：（0.04302521*0.65234375*0.04259502*0.186046512*0.413173653*0.011148272=1.02452）

我想得到每个数据帧的输出

 Column A                           Column B



 (('<s>', '<s>'),  'abc')            0.043025210084033615
 (('<s>', 'abc'),  'abc')            0.65234375
 (('abc', 'abc'),  'abc')            0.04259501965923984
 (('abc', 'abc'),  'abc')            0.18604651162790697
 (('abc', 'abc'),  '</s>')           0.41317365269461076
 (('abc', '</s>'), '</s>')           0.011148272017837236
 (('<s>', '<s>'),  'def')            0.09090909090909091
 (('def', 'def'),  'def')            0.008287292817679558
 (('def', 'def'),  'def')            0.13506493506493505
 (('def', 'def'),  '</s>')           0.007653061224489796
 (('def', '</s>'), '</s>')           0.08333333333333333
 (('<s>', '<s>'),  'ghi')            0.5
 (('ghi', 'ghi'),  'ghi')            0.125
 (('ghi', 'ghi'),  'ghi')            0.033766233766233764
 (('ghi', 'ghi'),  '</s>')           0.0694980694980695
 (('ghi','</s>'),  '</s>')           0.16666666666666666

A列B列
（“，”和“abc”）0.043025210084033615
（（“‘abc’，‘abc’）0.65234375
（（‘abc’、‘abc’、‘abc’）0.04259501965923984
（（‘abc’、‘abc’、‘abc’）0.18604651162790697
（（‘abc’，‘abc’，“”）0.41317365269461076
（（‘abc’，“”），“”）0.011148272017837236
（“，”和“def”）0.091
（（‘def’、‘def’、‘def’）0.008287292817679558
（（‘def’、‘def’、‘def’）0.13506493506493505
（（“def”，“def”），“”）0.007653061224489796
（（‘def’，“”），“”）0.08333
（（''），“ghi”）0.5
（（‘ghi’、‘ghi’、‘ghi’）0.125
（（‘ghi’、‘ghi’、‘ghi’）0.033766233766233764
（（‘ghi’，‘ghi’，“”）0.06949806694980695
（（‘ghi’，“”），“”）0.1666666

输出应为：（0.04302521*0.65234375*0.04259502*0.186046512*0.413173653*0.011148272=1.02452） (0.090909091*0.008287293*0.135064935*0.007653061*0.083333333=6.48958) （0.5*0.125*0.033766234*0.069498069*0.1666667=2.44447）

输出应采用以下格式 1.02452 6.48958

---

2.44447

一种方法是创建一列“句子”，以便稍后使用

groupby

。假设您的数据帧被称为

df

。我使用0创建此列

df['sentence'] = 0

现在，在A列包含

（''，）

的列中输入1，然后使用

cumsum

为每个句子指定不同的数字：

df['sentence'].loc[df['Column A'].str.contains("('<s>', '<s>')")] = 1
df['sentence'] = df['sentence'].cumsum()

---

根据您对结果的wan方式，您可以使用

df.groupby（'句'）['Column B'].prod（）.tolist（）

将其作为列表来获取

在同一句话的新“bloc”之前是否总是有

（''，）

，熊猫数据框中的字符串模式我想将B列乘以特定句子的所有行Hello Ben.T谢谢你的帮助！当我执行下面的代码时：df['station'].loc[df['Column A'].str.contains（“（''，”）”）=1键错误：'[nan nan nan\n nan]不在索引中'@Balu不确定没有您的准确输入它是什么。在做我的回答之前，请尝试

df=df.reset\u index（drop=True）

也许索引号有问题我用你的代码试过了，但我仍然面临同样的问题

df=df.reset\u index（drop=True）

Iam遇到下面的错误文件“C:\ProgramData\Anaconda3\lib\site packages\pandas\core\index.py”，第1327行，在"convert_to_indexer.format(mask=objarr[mask]）中，keyror:“[nan nan nan nan\n nan]不在索引中”@Balu如果执行

type（df['Column A'].loc[0]）

？@Ben T在用0创建一个列（句子）之后，我运行下面的命令它被执行为df['Column A']=df['Column A'].astype（str）

df.groupby('sentence')['Column B'].prod()
Out[527]: 
sentence
1.0    1.024519e-06
2.0    6.489579e-08
3.0    2.444467e-05
Name: Column B, dtype: float64