在多列上使用函数答案

【问题标题】：Use a function over multiple columns在多列上使用函数
【发布时间】：2021-05-19 19:55:21
【问题描述】：

我需要将 wordcounter 函数应用于包含文本的多个列。我需要它看起来像这样：

我写的代码是

written = data.loc[:, 'text1':'text3']
written = written.fillna('none')

def wordcounter (text):
    count = text.str.split().str.len()
    return count

for col in written.columns:
    written[col + '_ct'] = written.apply(wordcounter, axis=1, args=(col,))

但我得到的错误是 TypeError: wordcounter() 接受 1 个位置参数，但给出了 2 个

有人知道我应该怎么做吗？谢谢！

【问题讨论】：

标签： python pandas function loops text

【解决方案1】：

我认为您可以重新设计 apply 函数以将列不作为参数而是作为数据框过滤器使用：

import pandas as pd


def wordcounter(text):
    return len(text.split())


data = pd.DataFrame.from_dict(
    {
        'text1': ['test words', 'more words'],
        'text2': ['words words', 'word'],
        'text3': ['words', 'word word'],
    }
)

written = data.loc[:, 'text1':'text3']
written = written.fillna('none')

for col in written.columns:
    written[col + '_ct'] = written[col].apply(wordcounter)

print(written)

输出

        text1        text2      text3  text1_ct  text2_ct  text3_ct
0  test words  words words      words         2         2         1        
1  more words         word  word word         2         1         2

【讨论】：

【解决方案2】：

您可以apply 您的函数按列而不是按行，因为.str.split().str.len() 已经是“矢量化”操作。

然后您可以将数据框（您原来的 text 以及 counts 一起组合成包含所有信息的最终数据框。

def word_counter(series):
    return series.str.split().str.len()

counts_df = (df.apply(word_counter)   # apply our function column-wise 
               .add_suffix("_count")) # add a suffix of "_count" to the column names

final_df = df.join(counts_df)         # combine the original dataframe with the counts

print(final_df)
        text1        text2      text3  text1_count  text2_count  text3_count
0  test words  words words      words            2            2            1
1  more words         word  word word            2            1            2

【讨论】：