Question

我正在尝试使用.assign（）作为其他列之一的soundex值向我的df添加新列。使用水母lib可以正常工作。但是我在新列中得到了重复值。就像它采用第一个值，并对新列的所有行使用该第一个值一样。

我已经尝试过两种版本，分别是lambda和不使用lambda。 lambda版本在下面已注释掉，但输出结果相同。

df1 = pd.read_csv('C:\\path\\my.csv', header=0)#.set_index('name1')
df2 = df1.assign(soundexMd5=jellyfish.soundex(str(df1['name1'])))
#df2 = df1.assign(soundexMd5=lambda x: jellyfish.soundex(str(df1['name1'])))
#df2 = df1.assign(soundexMd5=lambda x: jellyfish.soundex(str(x.name1)))
print(df2)

注意，我也注释掉了set_index（），当我这样做时会导致错误。当我使用set_index（'name1'）时，它抛出： KeyError：“ name1” 在代码.assign行的“ name1”上。

当我尝试设置set_index（'name1'）并运行上面的第3个.assign时，引用x.name1，它报错： AttributeError：“ DataFrame”对象没有属性“ name1”

源csv看起来像这样：

"name1"
"Yolanda"
"Push Notify"
"Yolanda"
"test1"
"test2"

Yolanda的输出见以下0453，但对所有行都重复。

name1 soundexMd5
0                     Yolanda       0453
1                 Push Notify       0453
2                     Yolanda       0453
3                       test1       0453
4                       test2       0453

Answer 1

对每个值使用Series.apply作为运行函数：

df1 = pd.read_csv('C:\\path\\my.csv', header=0)
df2 = df1.assign(soundexMd5=df1['name1'].apply(jellyfish.soundex))

如果需要转换为字符串，请添加Series.astype：

df2 = df1.assign(soundexMd5=df1['name1'].astype(str).apply(jellyfish.soundex))

Dataframe .assign（）函数在新列中重复输出

1 个答案: