在Python Pandas中将一个函数应用于一个以另一列为参数的列

Question

我希望将一个函数应用到Pandas dataframe中的整个列。该函数将覆盖该列中当前的数据，但需要该列旁边的另一列的值来完成操作，以此举例说明：

col 0, col 1,
 23,   'word'
 45,   'word2'
 63,   'word3'

我尝试将数字列传递到Pandas apply方法中：

df[1] = df.apply(retrieve_original_string(df[0]), axis=1)

但是这会报错：

sys:1: DtypeWarning: Columns (3,4) have mixed types. Specify dtype option on import or set low_memory=False.
Traceback (most recent call last):
  File "/home/noname365/similar_keywords_microsoft/similar_keywords.py", line 95, in <module>
    merged_df[1] = merged_df.apply(retrieve_original_string(merged_df[0], match_df), axis=1)
  File "/home/noname365/similar_keywords_microsoft/similar_keywords.py", line 12, in retrieve_original_string
    row_num = int(row)
  File "/home/noname365/virtualenvs/env35/lib/python3.5/site-packages/pandas/core/series.py", line 81, in wrapper
    "cannot convert the series to {0}".format(str(converter)))
TypeError: cannot convert the series to <class 'int'>

这个错误意味着我将整个数字列传递给函数，而不是逐行单独处理。我该如何解决这个问题？

- GreenGodot

---

你可能想要 df[1] = df.apply(lambda row: retrieve_original_string(row[0]), axis=1)。 - EdChum

Answer 1

如果我理解正确，您需要使用iloc来选择第二列，并按照EdChum在此处所述添加lambda函数：

def retrieve_original_string(x):
    x = x + 4
    #add code
    return x


df.iloc[:,1] = df.apply(lambda x: retrieve_original_string(x[0]), axis=1)
print df
   col 0  col 1
0     23     27
1     45     49
2     63     67

#if you need new column
df['a'] = df.apply(lambda x: retrieve_original_string(x[0]), axis=1)
print df
   col 0    col 1   a
0     23   'word'  27
1     45  'word2'  49
2     63  'word3'  67

或者：

def retrieve_original_string(x):
    x = x + 4
    #add code
    return x


df.iloc[:,1] = df.iloc[:,0].apply(retrieve_original_string)
print df
   col 0  col 1
0     23     27
1     45     49
2     63     67

- jezrael