Python - Pandas - 导入 Excel 文件，遍历每一行，添加新值，并添加到数据框

Question

我有一个 Excel 文件，其中包含需要导入的项目代码和摘要字段，因此我可以在摘要上运行一个简单的文本摘要器，然后添加到数据框中。

我的 Excel 数据集如下所示：

[Proj_Number] | [Abstract]

JJF-123          | Diabetes is a serious chronic condition.  
JFR-223          | Cardiovascular disease is also a chronic condition. 
JF3-334          | Don't forget about asthma and how much it sucks. 

一旦我导入数据，我想应用我的文本摘要器并得到这个：

[Proj_Number] | [Abstract]                        [Ab_keywords]

JJF-123       | Diabetes is a chronic condition.  |Diabetes, chronic condition                                                                 
JFR-223       | COPD is a also chronic condition. | COPD, chronic condition
JF3-334       | Don't forget about asthma too.    | asthma, forgot

我知道我的代码是错误的，但我只是不知道如何遍历每一行，从摘要中获取摘要关键字，将其添加到数据框中，然后将其导出。

from gensim.summarization.summarizer import summarize
from gensim.summarization import keywords
import pandas as pd

dataset = pd.read_excel('abstracts.xlsx',encoding="ISO-8859-1")
df = pd.DataFrame(dataset)
cols = [1,2]
df = df[df.columns[cols]]

for d in df:
d =  keywords(d, ratio=0.15, split=True))
print(d)

Answer 1

您不想使用for d in df: 遍历 df 中的每一行

Pandas 有一种方法可以将函数应用于数据帧的每一行并通过 apply 函数返回一个系列

如果您适当地重命名数据框的列，

df['Ab_keywords'] = df['Abstract'].apply(lambda text: keywords(text, ratio=0.15, split=True))

应该可以。

这里将 lambda 函数应用于df['Abstract'] 的每一行，并将每一行的值作为其参数。