Question

我有一个Pandas数据帧，其中一列是字符串。我从外部模块导入了一个函数来执行一些RegEx检查，并将此字符串缩减为一个简短的分类。

这有效：

df['PageCLass'] = df['PageClass'].apply(lambda x: PageClassify.page_classify(x))

然而，我真正想做的是在数据框中加入另一列'Rev'，它恰好是一个浮点数或NaN进入检查。

当我这样做时：

df['PageCLass'] = df['PageClass'].apply(lambda x: PageClassify.page_classify(x,df['Rev']))

我正在第二个参数的分类函数中进行逻辑检查，我收到了这个错误：

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

我正在寻找的是一种通过值捕获第二个参数值的方法，就像lambda x：按值捕获第一个参数值。

Answer 1

假设您想要逐行执行此操作，以下操作应该有效：

df['PageCLass'] = (df['PageClass'] + df['Rev'].apply(str)).apply(lambda x: PageClassify.page_classify(x))

在这里，您只需将两个数据帧列连接在一起，然后就可以将该函数应用于新列中的每一行。如果你需要检查PageClass和Rev的值作为单独的参数，你还可以在连接中添加一个分隔符（例如'\ t'），然后简单地在函数内部拆分：

df['PageCLass'] = (df['PageClass'] + '\t' + df['Rev'].apply(str)).apply(lambda x: PageClassify.page_classify(x))

希望这有帮助！

Answer 2

上面的方法是可以的，我猜它是否有效......在我看来，它没有回答这个问题，因为你将两个参数连成一个。

这样做的一种方法是允许你传递两个参数来应用：

df['PageCLass'] = df[['PageClass','Rev']].apply(lambda x: PageClassify.page_classify(*x), axis=1)

我不知道page_classify方法是什么样的，但如果它需要两个参数，则上述应该有效。这对你有用吗？