用于在熊猫数据框中创建两个不同列的 Lambda 函数答案

【问题标题】：Lambda function for creating two different columns in pandas dataframes用于在熊猫数据框中创建两个不同列的 Lambda 函数
【发布时间】：2022-01-23 22:07:30
【问题描述】：

我有一个带有基于 HTML 的文本字段的 pandas 数据框，我想从中派生两个字段；其中的标签数量和没有任何标签的干净文本。我正在使用 BeautifulSoup 来执行这些功能。说，

df_ads['content_elements_cnt'] = df_ads['content'].apply(lambda x: dict(Counter([element.name for element in BeautifulSoup(x).html if element.name != None])))
df_ads['content_refined'] = df_ads['content'].apply(lambda x : BeautifulSoup(x).text)

如果我可以将以上两条语句封装在一个函数中，是否可以在apply函数中调用它以生成两列（我想利用BeautifulSoup实例化并只为一个循环）。换句话说，有没有一种有效的方法来完成这两个操作？

【问题讨论】：

你能提供一个数据集的最小可重现示例吗？

标签： python pandas dataframe

【解决方案1】：

您可以使用辅助函数并返回一个系列：

def bs_extract(x):
    soup = BeautifulSoup(x)
    return pd.Series({'content_elements_cnt': dict(Counter([element.name for element in soup.html if element.name != None])),
                      'content_refined': soup.text})

df_ads[['content_elements_cnt', 'content_refined']] = df_ads['content'].apply(bs_extract)

注意。代码未经测试（未提供输入）

【讨论】：