如何在 Pandas 中使用用户定义的函数根据列值和时间戳返回值

Question

我有两个数据框，我已加入。在加入的 Dataframe 上，我正在编写一个用户定义的函数，其中基于时间戳和列的值计数，我需要根据下面提到的条件返回值，创建一个名为“Day_Sentiment”的新列。但我得到了错误。请告诉我该怎么做

输入：

                  Date          Content    Cleaned-content   Sentiment   
                  11/12/2020    abb        bbc abb           Bad         
                  12/10/2020    xyz        xxy               Good        
                  11/24/2020    tyu        yuu               Neutral     
                  12/16/2020    iop        yui               Bad         

输出：

               Date          Content    Cleaned-content   Sentiment   Day_Sentiment
               11/12/2020    abb        bbc abb           Bad         Bad
               12/10/2020    xyz        xxy               Good        Bad
               11/24/2020    tyu        yuu               Neutral     Bad
               12/16/2020    iop        yui               Bad         Bad

到目前为止，我在下面尝试过：

df = input_data.join(results)

def compare_def(df):

    no.bad_senti= df.loc[df['Sentiment'] == 'Bad']
    no.neut_senti = df.loc[df['Sentiment'] == 'Neutral']
    no.good_senti= df.loc[df['Sentiment'] == 'Good']

    if ((no.bad_senti> no.good_senti) & (no.bad_senti> no.neut_senti)):
       output = 'Bad'
    elif ((no.good_senti> no.bad_senti) & (no.good_senti> no.neut_senti)):
       output= 'Good'
    elif ((no.neut_senti> no.bad_senti) & (no.neut_senti> no.good_senti)):
       output= 'Neutral'
    elif no.good_senti== no.bad_senti:
       output= 'Neutral'
    elif no.bad_senti== no.neut_senti:
       output= 'bad'
    elif no.good_senti== no.neut_senti:
       output= 'good'
    else:
       output= 'Neutral'

    return output

df['Day_Sentiment'] = output

替代：

 output = compare_def(df)
 df['Day_Sentiment'] = output

错误：

     ValueError: Can only compare identically-labeled DataFrame objects

示例 1： 预测情绪 情绪 2 坏 1 好 1 中性

然后在函数中 2 > 1 和 2 > 1 返回错误

示例 2： 情绪： 2 坏 5 好 5 中性

功能：

2 > 5 错误的 5 > 2 和 5 > 5 错误的 5 > 2 和 5 > 5 错误的 5==2 错误的 2==5 错误的 5==5 真的 回报好

Answer 1

您的代码存在几个问题。首先，变量 bad、good 和 neut 是包含字符串变量的不同长度的 Panda 系列。然后，您尝试评估执行几个条件测试，例如if ((bad> good) & (bad> neut)，它会生成您的 ValueError。我不太确定您尝试实现什么逻辑，但以下模板可能会有所帮助：

def compare_data(row):
    value = 'Good'
    # The logic here escapes me
    # Evaluate the row contents of row[Sentiment] and modify value
    return value  

df["Day Sentiment"]= df.apply(lambda row: compare_data(row), axis= 1)

产量：

    Date    Content Cleaned-content Sentiment   Day Sentiment
0   11/12/2020  abb bbc abb Bad Good
1   12/10/2020  xyz xxy Good    Good
2   11/24/2020  tyu yuu Neutral Good
3   12/16/2020  iop yui Bad Good