Question

我有一个充满科学论文信息的数据框。

我的数据框：

        database    authors                                                  title
0  sciencedirect   [{'surname': 'Sharafaldin', 'first_name': 'Iman'},        An eval...
                    {'surname': 'Lashkari', 'first_name': 'Arash Habibi'}] 
1  sciencedirect   [{'surname': 'Srinivas', 'first_name': 'Jangirala'},      Governmen...
                    {'surname': 'Das', 'first_name': 'Ashok Kumar'}]
2  sciencedirect   [{'surname': 'Bongiovanni', 'first_name': 'Ivano'}]       The last...
3  ieeexplore      [Igor Kotenko, Andrey Chechulin]                          Cyber Attac...

如您所见，“作者”列包含一个词典列表，但仅，其中数据库为sciencedirect。为了进行一些分析，我需要清除数据。因此，我的目标是将名称仅放入第4行中的列表中。

我想要的东西：

# From:
[{'surname': 'Sharafaldin', 'first_name': 'Iman'}, {'surname': 'Lashkari', 'first_name': 'Arash Habibi'}]

# To:
[Iman Sharafaldin, Arash Habibi Lashkari]

我的方法是创建两个遮罩，一个遮罩用于数据库列，仅提取sciencedirect篇论文，另一个遮罩遮盖整个authors列。从这些掩码中，创建一个新的数据框，在该列上，我运行以下所示的代码“ authors”。它提取每个单元格的作者姓名，并将它们存储在列表中，就像我想要的那样：

scidir_mask = df["database"] == 'sciencedirect'
authors_col = df["authors"] is not None
only_scidir = df[authors_col & scidir_mask]

for cell in only_scidir["authors"]:
    # get each list from cell
    cell_list = []
    for dictionary in cell:
        # get the values from dict and reverse into list
        name_as_list = [*dictionary.values()][::-1]
        # make list from first and surname a string
        author = ' '.join(name_as_list)
        cell_list.append(author)

因此，在以上代码的结尾，cell_list包含了我想要的作者姓名。但是，我不知道如何将这些cell_lists存储回原始数据框中。

那么，如何获取数据库为sciencedirect的authors单元，执行我的小函数并将函数的输出存储回该单元格中？

Answer 1

想法是使用f-string s创建自定义函数，并且仅适用于已过滤的行：

scidir_mask = df["database"] == 'sciencedirect'
f = lambda x: [f"{y['first_name']} {y['surname']}" for y in x]
df.loc[scidir_mask, 'authors'] = df.loc[scidir_mask, 'authors'].apply(f)
print (df)
        database                                    authors        title
0  sciencedirect  [Iman Sharafaldin, Arash Habibi Lashkari]      An eval
1  sciencedirect      [Jangirala Srinivas, Ashok Kumar Das]    Governmen
2  sciencedirect                        [Ivano Bongiovanni]     The last
3     ieeexplore           [Igor Kotenko, Andrey Chechulin]  Cyber Attac

基于另一列在列中的单元格上运行函数

1 个答案: