从包含数据框中元组列表的每个单元格中检索最大值

Question

我有一个包含整数和字符串的 pandas 数据框 df[lists]，它具有以下格式：

0 [(a,b,89), (a,y,992), (a,t, 99), (a,m, 1028)]
1 [(b,u,855), (b,tt,934), (b, g, 69)]
2 [(c,k, 546),(c,gf,134), (c, dd, 569)]
3 [(d,zv, 546),(d,gyr,8834), (d, dds, 5693), (d, ddd, 3459)]

实际上字符a、b、tt等更长，用于计算汉明距离 我想要得到的是每一行的最大值并将其写为 df[max]:

0 [1028]
1 [934]
2 [569]
3 [8834]

我通过以下方式到达这里：

combined = ((x, y, (5x - 3y) for x, y in combinations(df['elements'], if x != y) 
series = Series(list(g) for k, g in groupby(combined, key=itemgetter(0)))
series = df[lists]

当我使用时：

from operator import itemgetter

df['lst'].apply(lambda x: [max(x, key=itemgetter(2))[-1]])

我收到以下错误：

Traceback (most recent call last):
  File "C:\Users\Desktop\phash\dene_2.py", line 78, in <module>
    df['similarity'].apply(lambda x: [max(x, key=itemgetter(2))[-1]])
  File "C:\Users\AppData\Local\Programs\Python\Python35\lib\site-packages\pandas\core\series.py", line 2294, in apply
    mapped = lib.map_infer(values, f, convert=convert_dtype)
  File "pandas\src\inference.pyx", line 1207, in pandas.lib.map_infer (pandas\lib.c:66124)
  File "C:\Users\Desktop\phash\dene_2.py", line 78, in <lambda>
    df['similarity'].apply(lambda x: [max(x, key=itemgetter(2))[-1]])
TypeError: 'float' object is not iterable

Answer 1

您最好的选择是使用不那么快的apply 变体。假设包含list 单元格的列名由"lst" 表示，您可以获取元组列表中的每三个元素，并通过比较它们找到最大值。然后从计算出的tuple中，选择它的最后一个元素并将其转换为单个项目list：

from operator import itemgetter

df['lst'].apply(lambda t: [max(t, key=itemgetter(2))[-1]])

0    [1028]
1     [934]
2     [569]
3    [8834]
Name: lst, dtype: object

使用的数据：

df = pd.DataFrame(dict(lst=[[('a','b', 89), ('a','y', 992), ('a','t', 99), ('a','m', 1028)], 
                            [('b','u', 855), ('b','tt', 934), ('b', 'g', 69)],
                            [('c','k', 546),('c','gf', 134), ('c', 'dd', 569)], 
                            [('d','zv', 546),('d','gyr', 8834), ('d', 'dds', 5693), ('d', 'ddd', 3459)]]))

---

编辑：

由于可能存在被映射为float 对象的缺失值，因此您可以根据单元格的类型过滤单元格并对它们执行迭代并保持其他单元格不变：

df['lst'].apply(lambda t: [max(t, key=itemgetter(2))[-1] if isinstance(t, list) else t])