python - dfply:变异字符串列:TypeError

Question

我的 Pandas 数据框包含一个"file"列，它是带有文件路径的字符串。我正在尝试使用 dfply 来改变此列，例如

resultstatsDF.reset_index() >> mutate(dirfile = os.path.join(os.path.basename(os.path.dirname(X.file)),os.path.basename(X.file)))

但是我得到了错误

TypeError: __index__ returned non-int (type Call)

我做错了什么？我该怎么做才正确？

Answer 1

由于我的问题获得了赞成票，我想，它对某些人来说仍然很有趣。到目前为止，我已经在 Python 中学到了很多东西，让我来回答一下，也许它会对其他用户有所帮助。

首先，让我们导入所需的包

import pandas as pd
from dfply import *
from os.path import basename, dirname, join

并制作所需的 pandas DataFrame

resultstatsDF = pd.DataFrame({'file': ['/home/user/this/file1.png', '/home/user/that/file2.png']})

这是

                        file
0  /home/user/this/file1.png
1  /home/user/that/file2.png

我们看到仍然出现错误(尽管由于 dfply 的不断发展而有所改变):

resultstatsDF.reset_index() >> \
mutate(dirfile = join(basename(dirname(X.file)), basename(X.file)))

TypeError: index returned non-int (type Intention)

原因是，因为 mutate 适用于系列，但我们需要一个适用于元素的函数。这里我们可以使用函数pandas.Series.apply Pandas 系列作品。但是，我们还需要一个自定义函数，我们可以将其应用于系列 file 的每个元素。一切都放在一起我们最终得到了代码

def extract_last_dir_plus_filename(series_element):
    return join(basename(dirname(series_element)), basename(series_element))

resultstatsDF.reset_index() >> \
mutate(dirfile = X.file.apply(extract_last_dir_plus_filename))

哪些输出

   index                       file         dirfile
0      0  /home/user/this/file1.png  this/file1.png
1      1  /home/user/that/file2.png  that/file2.png

在没有 dfply 的 mutate 的情况下这样做，我们可以替代地编写

resultstatsDF['dirfile'] = resultstatsDF.file.apply(extract_last_dir_plus_filename)