python - pandas:给出任意数量的列值作为函数的输入

Question

我有一个函数可以根据事件的转移矩阵计算马尔可夫概率。我使用 *args 来创建它，这样我就可以向它提供任意数量的事件:

def get_prob(*args):
    ret = 1
    for i, j in zip(args, args[1:]):
        ret *= probs.at[i,j] # probs is the dataframe of probabilities

    return ret

要使用 get_prob，我需要在单括号中给出事件名称并用逗号分隔:

get_prob('RegainStart','RegainReady','Programstopped','RegainStart')
Out[77]: 0.00039915615879420366

Probs 是一个具有事件转换矩阵的数据框，如下所示:

                  RegainStart    RegainReady    ProgramStopped
RegainStart       0.30           0.20           0.10
RegainReady       0.80           0.34           0.20
Program Stopped   0.29           0.45           0.60

在另一个名为 Rules 的数据框中，我使用 C-SPADE 算法发现了一些顺序模式。这些结果存储在此数据框中:

    Sequence             
0   RegainStart,RegainReady,Programstopped,RegainStart
1   RegainStart,RegainReady
2   RegainStart,RegainReady,RegainStart
3   Programstopped,RegainStart

我的问题如下:我想将Rules数据帧每一行的值交给get_prob函数并计算马尔可夫概率。但是，我似乎无法正确输入。我尝试了以下方法来获取第一行的字符串:

list(rules['sequence'].str.split(',', expand=True, n = 1).iloc[0])

Out[70]: ['RegainStart','RegainReady,Programstopped,RegainStart']

它只删除第一个逗号，而不删除第一个逗号之后的其他逗号。此外，它仍然不是 get_prob 函数的正确输入，该函数只需要这些单独的字符串作为输入:

get_prob('RegainStart','RegainReady','Programstopped','RegainStart')

我是否正确地处理了这个问题，或者我是否缺少 pandas/python 的某些函数来提供这些行作为我的函数的输入？

提前致以亲切的问候和感谢!

Answer 1

IIUC，这应该适合你:

probs = df['Sequence'].str.split(',').apply(lambda s: get_prob(*s))

该语句将每个字符串序列拆分为一个列表和 apply每个列表上的 lambda 函数(有关解包参数列表的更多信息，请参阅 doc)。如果将 get_prob 定义更改为 get_prob(args) 以获取字符串列表而不是未知数量的参数，则代码可以简化为

probs = df['Sequence'].str.split(',').apply(get_prob)

应该会快一点。