使用apply散列熊猫数据框列的每一行

Question

我正在尝试对数据框列ORIG使用以下算法对python 3.6 pandas数据框列的每个值进行哈希处理：

HK_ORIG = base64.b64encode(hashlib.sha1(str(df.ORIG).encode("UTF-8")).digest())

但是，上面提到的代码不会对列的每个值进行哈希处理，因此，为了对df列ORIG的每个值进行哈希处理，我需要使用apply函数。不幸的是，我似乎做不到这一点。

我想它看起来像下面的代码：

df["HK_ORIG"] = str(df['ORIG']).encode("UTF-8")).apply(hashlib.sha1)

我非常期待您的回答！ 提前非常感谢！

Answer 1

您可以创建一个命名函数并应用它-或应用一个lambda函数。无论哪种情况，都应对数据帧进行尽可能多的处理。

基于lambda的解决方案：

df['ORIG'].astype(str).str.encode('UTF-8')\
          .apply(lambda x: base64.b64encode(hashlib.sha1(x).digest()))

命名函数解决方案：

def hashme(x):
    return base64.b64encode(hashlib.sha1(x).digest())
df['ORIG'].astype(str).str.encode('UTF-8')\
          .apply(hashme)