无法将功能正确地应用于DataFrame列

Question

我正在使用如下所示的DataFrame：

我想创建一个新列“ Named”，以便在线性回归中使用分类列“ Name”。我做了以下工作以实现该目标：

def named(name):
if name == 'UNNAMED':
    return 0
else:
    return 1


df['Named'] = df['Name'].apply(lambda name: named(name))

但是，这给出的列仅包含值1

该函数可以单独工作，但是由于某些原因，在DataFrame.apply方法中使用该函数时，该行为不起作用。

Answer 1

以下方法应该起作用：

df['Named']=[i for i in map(lambda x: 0 if x.strip()=='UNNAMED' else 1, df['Name'])]

Answer 2

1. 您可以通过以下方式优雅地解决此问题

df.assign(Named = lambda df: (df["Name"]!='UNNAMED').astype(int))

1. 您的函数未向量化，但是apply会将整列（即系列对象）传递到named。该对象显然不等于UNNAMED，因此，您得到了1。您是否尝试过applymap？这对我有效，如您所愿

此外，在最新的熊猫版本中，我无法重现您的示例，我看到此错误消息：

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().