如果不正确，熊猫应用 lambda答案

【问题标题】：pandas apply lambda if else incorrect如果不正确，熊猫应用 lambda
【发布时间】：2018-06-20 15:40:54
【问题描述】：

具有这种格式数据的数据框

dfs = pd.read_csv('try.tsv', sep='\t')
dfs.head()
guide freq
g1   text1
g2   text1,text2,text1
g3   text1,text2,text3
g4   text1
g5   text1,text2,text3,text4,text5
g6   NaN
g7   text1,text2,text3,text4,text5,text6

填充NaN

dfs['freq'].fillna('no_guide', inplace=True)

dfs
    guide   freq
0   g1  text1
1   g2  text1,text2
2   g3  text1,text2,text3
3   g4  text1
4   g5  text1,text2,text3,text4,text5
5   g6  no_guide
6   g7  text1,text2,text3,text4,text5,text6

我需要计算文本在我尝试过的每一行中出现的次数

dfs['counts'] = dfs['freq'].str.split(',').apply(lambda x : '0' if x == 'no_guide' else len(set(x)))

我期望看到的（删除频率列之后）

guide counts
g1   1
g2   2
g3   3
g4   1
g5   5
g6   0
g5   6

我宁愿看到的

guide counts
g1   1
g2   2
g3   3
g4   1
g5   5
g6   1 #this should be g6 0
g5   6

我在我的 lambda 子句中遗漏了什么还是有其他方法可以做到这一点？

【问题讨论】：

您首先替换NaN 值，然后调用.str.split()，因此您确实希望条件为0 if x == ['no_guide'] 以获得所需的输出。
让我试试
把它贴出来作为一个答案很有效

标签： python-2.7 pandas lambda

【解决方案1】：

这个问题是你先填充NaN，然后使用.str.split()，所以相等应该是一个列表，而不是列表的元素。您可以通过首先检查您的 lambda 函数中的 x 来看到这一点。

dfs['freq'].str.split(',')
#0                                       [text1]
#1                         [text1, text2, text1]
#2                         [text1, text2, text3]
#3                                       [text1]
#4           [text1, text2, text3, text4, text5]
#5                                    [no_guide]
#6    [text1, text2, text3, text4, text5, text6]

要检查的正确等式是 x 是否是唯一元素为 'no_guide' 的列表：

lambda x: 0 if x == ['no_guide'] else len(set(x))

由于len(set(x)) 返回一个数字，您可能还希望返回 0 而不是字符串 '0'。

【讨论】：

这行得通，对不起，我忘了提及另一件事，我已经编辑了我使用的问题集，因为在某些情况下，例如这个 g2 text1,text2,text1 text1 可能出现两次，但我只会算一次
是的，我刚刚注意到了。让我开始吧。

【解决方案2】：

你可以用这个：

df['freq'].fillna('no_guide', inplace=True)
df['counts'] = df['freq'].str.split(',', expand=True)\
                         .apply(lambda x: x.str.contains('text')).sum(1)

df

输出：

  guide                                 freq  counts
0    g1                                text1     1.0
1    g2                    text1,text2,text1     3.0
2    g3                    text1,text2,text3     3.0
3    g4                                text1     1.0
4    g5        text1,text2,text3,text4,text5     5.0
5    g6                             no_guide     0.0
6    g7  text1,text2,text3,text4,text5,text6     6.0

【讨论】：