Python：如何将数据框列作为参数传递给函数？答案

【问题标题】：Python: How to pass Dataframe Columns as parameters to a function?Python：如何将数据框列作为参数传递给函数？
【发布时间】：2021-04-04 11:32:44
【问题描述】：

我有一个数据框df，其中包含两列文本嵌入，即embedding_1 和embedding_2。我想在df 中创建名为distances 的第三列，其中应包含embedding_1 和embedding_2 的每一行之间的余弦相似度。

但是当我尝试使用下面的代码来实现它时，我得到了一个ValueError。

如何解决？

数据框df

           embedding_1              |            embedding_2                                 
 [[-0.28876397, -0.6367827, ...]]   |  [[-0.49163356, -0.4877703,...]]
 [[-0.28876397, -0.6367827, ...]]   |  [[-0.06686627, -0.75147504...]]
 [[-0.28876397, -0.6367827, ...]]   |  [[-0.42776933, -0.88310856,...]]
 [[-0.28876397, -0.6367827, ...]]   |  [[-0.6520882, -1.049325,...]]
 [[-0.28876397, -0.6367827, ...]]   |  [[-1.4216679, -0.8930428,...]]

计算余弦相似度的代码

df['distances'] = cosine_similarity(df['embeddings_1'], df['embeddings_2'])

错误

ValueError: setting an array element with a sequence.

必需的数据框

       embedding_1              |            embedding_2                 |  distances                        
 [[-0.28876397, -0.6367827, ...]]   |  [[-0.49163356, -0.4877703,...]]   |    0.427
 [[-0.28876397, -0.6367827, ...]]   |  [[-0.06686627, -0.75147504...]]   |    0.673
 [[-0.28876397, -0.6367827, ...]]   |  [[-0.42776933, -0.88310856,...]]  |    0.882
 [[-0.28876397, -0.6367827, ...]]   |  [[-0.6520882, -1.049325,...]]     |    0.665
 [[-0.28876397, -0.6367827, ...]]   |  [[-1.4216679, -0.8930428,...]]    |    0.312

【问题讨论】：

标签： python pandas dataframe nlp bert-language-model

【解决方案1】：

您可以使用apply() 在每一行上使用cosine_similarity()：

def cal_cosine_similarity(row):
    return cosine_similarity(row['embeddings_1'], row['embeddings_2'])

df['distances'] = df.apply(cal_cosine_similarity, axis=1)

或一个班轮

df['distances'] = df.apply(lambda row: cosine_similarity(row['embeddings_1'], row['embeddings_2']), axis=1)

【讨论】：