python - 如何将函数应用于 pandas 数据框中列中的每个值？

Question

我曾尝试使用如下循环进行某种手动方法:

data = pd.read_csv('data/training.csv')
for idx,imageString in enumerate(data.iloc[:,-1]):
    # print(imageString[0:10])
    data[idx,-1] = imageString.split(" ")

但是最后一行出现错误:

ValueError: Length of values does not match length of index

所以我的问题是:

1. 谁能解释一下为什么我会收到上述错误以及我该怎么办绕过它？
2. 这是将分割应用于每个的正确方法吗？我的数据框最后一列的值？

关于 #2 - 我看到有些人使用 applymap 但我认为这会创建一个新列，我真的只想用另一个列表替换现有列中的值。

Answer 1

我认为你需要str.split :

data = pd.read_csv('data/training.csv')
data.iloc[:,-1] = data.iloc[:,-1].str.split(expand=False)

然后使用 str[1] 或 str[n] 选择列表中的第一个或其他一些元素:

data.iloc[:,-1] = data.iloc[:,-1].str.split(expand=False).str[0]
data.iloc[:,-1] = data.iloc[:,-1].str.split(expand=False).str[n]

示例:

import pandas as pd

data = pd.DataFrame({'A':[1,2,3],
                   'B':[4,5,6],
                   'C':[7,8,9],
                   'D':[1,3,5],
                   'E':[5,3,6],
                   'F':['aa aa','ss uu','ee tt']})

print (data)
   A  B  C  D  E      F
0  1  4  7  1  5  aa aa
1  2  5  8  3  3  ss uu
2  3  6  9  5  6  ee tt

print (data.iloc[:,-1].str.split(expand=False))
0    [aa, aa]
1    [ss, uu]
2    [ee, tt]
Name: F, dtype: object

data.iloc[:,-1] = data.iloc[:,-1].str.split(expand=False).str[0]
print (data)
   A  B  C  D  E   F
0  1  4  7  1  5  aa
1  2  5  8  3  3  ss
2  3  6  9  5  6  ee

<小时/>

data.iloc[:,-1] = data.iloc[:,-1].str.split(expand=False).str[1]
print (data)
   A  B  C  D  E   F
0  1  4  7  1  5  aa
1  2  5  8  3  3  uu
2  3  6  9  5  6  tt

Can anyone explain why I am getting the above error and how can I get around it?

问题是imageString.split("")返回list并且如果分配给data[idx,-1]，元素的长度字符串的长度小于所有 DataFrame 的长度。

Is this the proper way to apply a split to every value in the last column of my data frame?

更好的是使用字符串方法，请参阅 pandas documentation .