快捷導(dǎo)航

Pandas DataFrame中的tuple元素遍歷的實(shí)現(xiàn)

更新時(shí)間：2019年10月23日 11:47:14 作者：小曉醬

這篇文章主要介紹了Pandas DataFrame中的tuple元素遍歷的實(shí)現(xiàn)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

pandas中遍歷dataframe的每一個(gè)元素

假如有一個(gè)需求場(chǎng)景需要遍歷一個(gè)csv或excel中的每一個(gè)元素，判斷這個(gè)元素是否含有某個(gè)關(guān)鍵字

那么可以用python的pandas庫(kù)來(lái)實(shí)現(xiàn)。

方法一：

pandas的dataframe有一個(gè)很好用的函數(shù)applymap，它可以把某個(gè)函數(shù)應(yīng)用到dataframe的每一個(gè)元素上，而且比常規(guī)的for循環(huán)去遍歷每個(gè)元素要快很多。如下是相關(guān)代碼：

import pandas as pd
data = [["str","ewt","earw"],["agter","awetg","aeorgh"]]
dataframe1 = pd.DataFrame(data=data,columns=["name1","name2","name3"])
print(dataframe1)
bool_array = dataframe1.applymap(lambda x:"w" in x)
out_array = dataframe1[bool_array]
print(out_array)

>>
  name1 name2  name3
0  str  ewt  earw
1 agter awetg aeorgh

 name1 name2 name3
0  NaN  ewt earw
1  NaN awetg  NaN

代碼中，bool_array為一個(gè)邏輯矩陣，滿足條件元素的位置為true，否則為false。然后通過(guò)邏輯矩陣去索引dataframe1，就可以得出滿足條件的元素。

方法二：

第一種方法是一次性遍歷每個(gè)元素，這樣不好分column去處理，那換一種方式可以每次遍歷一列

#接上面代碼
file_columns = dataframe1.columns.tolist()
for column in file_columns:
  bool_index = dataframe1[column].str.contains("w")
  filter_data = dataframe1[column][bool_index] 
  print(filter_data)

>>
Series([], Name: name1, dtype: object)
0   ewt
1  awetg
Name: name2, dtype: object
0  earw
Name: name3, dtype: object

代碼種 Series.str.contains 是 Series 才有的一個(gè)操作。另外，filter_data只輸出每一列中滿足條件的元素，更方便下一步的操作。

簡(jiǎn)單說(shuō)明：

針對(duì)pandas的dataframe和series，有強(qiáng)大的高階函數(shù)：apply，applymap和map函數(shù)等，它們比簡(jiǎn)單的for循環(huán)要快很多，善用這些高階函數(shù)會(huì)讓你事半功倍。

Pandas DataFrame中的tuple元素遍歷

在用Word2vec計(jì)算出詞語(yǔ)的相似度之后，得到的DataFrame格式如下：

1. 索引（index）為輸入的關(guān)鍵詞，從第0列開(kāi)始為相似度最高的詞語(yǔ)和它的余弦相似度。

2. 這個(gè)DataFrame 中每一個(gè)元素，比如(通話, 0.21321064233779907)的格式為tuple。

輸入數(shù)據(jù)：

                            0                           1
銀行 (通話, 0.21321064233779907)   (鉆石卡, 0.1743093729019165)
手機(jī) (想要, 0.21755412220954895)   (長(zhǎng)時(shí)間, 0.16086308658123016)

期望輸出的數(shù)據(jù)

1. 只取相似度最高的詞語(yǔ)，丟棄余弦相似度。

2. 把關(guān)鍵詞從索引中取出來(lái)，單獨(dú)作為1列。

期望輸出：

核心關(guān)鍵詞   0    1
0    銀行通話鉆石卡
1    手機(jī) 想要長(zhǎng)時(shí)間

Python 實(shí)現(xiàn)的代碼：

主要使用1）applymap，2）lambda，3）reset_index，4）rename

import pandas as pd
 
s_df_untuple = s_df.applymap(lambda x: x[0]) # 對(duì)dataframe中所有元素，只取tuple中的第0個(gè)
s_df_untuple = s_df_untuple.reset_index() # 把索引變?yōu)閱为?dú)的一列
s_df_untuple.rename(columns={"index": '核心關(guān)鍵詞'}, inplace=True) # 對(duì)索引這一列重命名

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: