对数据帧中的行对应用函数

Question

我是熊猫数据框的新手，我想应用一个函数，在同一列中取几行。就像当你应用函数diff（），但我想计算文本之间的距离。所以我定义了一个测量距离的函数，我试图使用应用，但我不知道如何选择几行。下面我展示了一个我尝试过的例子和我所期望的：

def my_measure_function(x,y):
   return some_distance_calculus(x,y)

>>> from pandas import DataFrame
>>> df = DataFrame({"text": ['hello','hella','hel'], "B": [3,4,4]})
>>> df['dist'] = df.apply(lambda x, y: my_measure_function(x, y), axis=0)

但它不起作用。我想得到的是：

>>> df
      text  B  dist
0    hello  3    0
1    hella  4    1
2    hel    4    2

提前感谢您为我提供的任何帮助。

Answer 1

对于diff，即s-s.shift（），因此在函数中可以执行以下操作

df['shifttext']=df.text.shift()
df.apply(lambda x : my_measure_function(x['text'],x['shifttext']))

Answer 2

您可能希望避免出现pd。数据帧。应用，因为性能可能会受到影响。相反，您可以将map与pd一起使用。系列班次：

df['dist'] = list(map(my_measure_function, df['text'], df['text'].shift()))

或通过列表理解：

zipper = zip(df['text'], df['text'].shift())
df['dist'] = [my_measure_function(val1, val2) for val1, val2 in zipper]