Question

我有两个数据框：data和rules。

>>>data                            >>>rules
   vendor                             rule
0  googel                           0 google
1  google                           1 dell
2  googly                           2 macbook

我计算在计算每个供应商和规则之间的Levenshtein相似度后，在data数据框中添加两个新列。所以我的数据框理想情况下应该包含如下所示的列：

>>>data
  vendor   rule    similarity
0 googel   google    0.8

到目前为止，我正在尝试执行一个apply函数，它将返回此结构，但数据帧适用不接受axis参数。

>>> for index,r in rules.iterrows():
...     data[['rule','similarity']]=data['vendor'].apply(lambda row:[r[0],ratio(row[0],r[0])],axis=1)
...
Traceback (most recent call last):

File "<stdin>", line 2, in <module>

File "/home/mnnr/test/env/test-1.0/runtime/lib/python3.4/site-packages/pandas/core/series.py", line 2220, in apply
mapped = lib.map_infer(values, f, convert=convert_dtype)
File "pandas/src/inference.pyx", line 1088, in pandas.lib.map_infer (pandas/lib.c:62658)
File "/home/mnnr/test/env/test-1.0/runtime/lib/python3.4/site-packages/pandas/core/series.py", line 2209, in <lambda>
f = lambda x: func(x, *args, **kwds)

TypeError: <lambda>() got an unexpected keyword argument 'axis'

有人可以帮我弄清楚我做错了什么吗？我所做的任何改变都只是创造了新的错误。谢谢你

Answer 1

您正在调用Series axis版本的apply版本，因为错误导致data[['rule','similarity']]=data[['vendor']].apply(lambda row:[r[0],ratio(row[0],r[0])],axis=1) arg没有意义。

如果你这样做了：

axis

然后这会产生一个单独的列df，这将是有用的

或者只是删除data[['rule','similarity']]=data['vendor'].apply(lambda row:[r[0],ratio(row[0],r[0])]) arg：

data['vendor'].apply(lambda row: rules['rule'].apply(lambda x: ratio(x, row))

<强>更新

看看你正在做什么，你需要计算每个规则对每个供应商的levenshtein比率。

您可以通过以下方式执行此操作：

 var listprocedures = Ix.GetConnection
            .Query(@"SELECT PROCNAME FROM SYSPROCEDURES WHERE PROCNAME LIKE 'web_%'")
            .ToList();
foreach (var procName in listprocedures)

我认为应该根据每条规则计算每个供应商的比率。

Dataframe apply不接受轴参数

1 个答案: