Python 基于另一列对列中的单元格运行函数
我有一个充满科学论文信息的数据框架 我的数据帧:Python 基于另一列对列中的单元格运行函数,python,pandas,dataframe,Python,Pandas,Dataframe,我有一个充满科学论文信息的数据框架 我的数据帧: database authors title 0 sciencedirect [{'surname': 'Sharafaldin', 'first_name': 'Iman'}, An eval... {'surname': 'Lashkari', 'first_nam
database authors title
0 sciencedirect [{'surname': 'Sharafaldin', 'first_name': 'Iman'}, An eval...
{'surname': 'Lashkari', 'first_name': 'Arash Habibi'}]
1 sciencedirect [{'surname': 'Srinivas', 'first_name': 'Jangirala'}, Governmen...
{'surname': 'Das', 'first_name': 'Ashok Kumar'}]
2 sciencedirect [{'surname': 'Bongiovanni', 'first_name': 'Ivano'}] The last...
3 ieeexplore [Igor Kotenko, Andrey Chechulin] Cyber Attac...
# From:
[{'surname': 'Sharafaldin', 'first_name': 'Iman'}, {'surname': 'Lashkari', 'first_name': 'Arash Habibi'}]
# To:
[Iman Sharafaldin, Arash Habibi Lashkari]
正如您所看到的,authors列包含一个字典列表,但只有数据库位于sciencedirect
。为了进行一些分析,我需要清理数据。因此,我的目标是将这些名称放入列表中,如第4行所示
我想要什么:
database authors title
0 sciencedirect [{'surname': 'Sharafaldin', 'first_name': 'Iman'}, An eval...
{'surname': 'Lashkari', 'first_name': 'Arash Habibi'}]
1 sciencedirect [{'surname': 'Srinivas', 'first_name': 'Jangirala'}, Governmen...
{'surname': 'Das', 'first_name': 'Ashok Kumar'}]
2 sciencedirect [{'surname': 'Bongiovanni', 'first_name': 'Ivano'}] The last...
3 ieeexplore [Igor Kotenko, Andrey Chechulin] Cyber Attac...
# From:
[{'surname': 'Sharafaldin', 'first_name': 'Iman'}, {'surname': 'Lashkari', 'first_name': 'Arash Habibi'}]
# To:
[Iman Sharafaldin, Arash Habibi Lashkari]
我的方法是创建两个掩码,一个用于数据库列,只提取sciencedirect
论文,另一个掩码是整个作者
列。从这些掩码中,创建了一个新的数据帧,我在其中的“authors”列上运行下面所示的代码。它提取每个单元格的作者姓名并将其存储在列表中,正如我所希望的那样:
scidir_mask = df["database"] == 'sciencedirect'
authors_col = df["authors"] is not None
only_scidir = df[authors_col & scidir_mask]
for cell in only_scidir["authors"]:
# get each list from cell
cell_list = []
for dictionary in cell:
# get the values from dict and reverse into list
name_as_list = [*dictionary.values()][::-1]
# make list from first and surname a string
author = ' '.join(name_as_list)
cell_list.append(author)
因此,在上述代码的末尾,cell_列表
以我想要的方式包含作者姓名。
但我无法思考如何将这些单元格列表
存储回原始数据帧
那么,如何获取数据库为
sciencedirect
的authors单元格,执行我的小函数并将函数的输出存储回单元格?想法是使用f-string
s创建自定义函数,并仅应用于过滤行:
scidir_mask = df["database"] == 'sciencedirect'
f = lambda x: [f"{y['first_name']} {y['surname']}" for y in x]
df.loc[scidir_mask, 'authors'] = df.loc[scidir_mask, 'authors'].apply(f)
print (df)
database authors title
0 sciencedirect [Iman Sharafaldin, Arash Habibi Lashkari] An eval
1 sciencedirect [Jangirala Srinivas, Ashok Kumar Das] Governmen
2 sciencedirect [Ivano Bongiovanni] The last
3 ieeexplore [Igor Kotenko, Andrey Chechulin] Cyber Attac
工作完美,谢谢你的快速回答。你能解释一下你的解决方案吗?就像这个f{}所做的,以及df.loc命令会发生什么