python - 如何计算 Pandas Dataframe 中所有列的哈希值？

Question

df.apply 是一种可以将特定函数应用于数据帧中的所有列或所需列的方法。然而，我的目标是计算一个字符串的散列:这个字符串是一行中所有列对应的所有值的串联。我当前的代码返回 NaN。

当前代码为:

df["row_hash"] = df["row_hash"].apply(self.hash_string)

函数self.hash_string是:

def hash_string(self, value):
        return (sha1(str(value).encode('utf-8')).hexdigest())

是的，合并 Pandas 数据框的所有列会更容易，但是 current answer也帮不了我。

我正在阅读的文件是(前 10 行):

16012,16013,16014,16015,16016,16017,16018,16019,16020,16021,16022
16013,16014,16015,16016,16017,16018,16019,16020,16021,16022,16023
16014,16015,16016,16017,16018,16019,16020,16021,16022,16023,16024
16015,16016,16017,16018,16019,16020,16021,16022,16023,16024,16025
16016,16017,16018,16019,16020,16021,16022,16023,16024,16025,16026

列名是:col_test_1, col_test_2, .... , col_test_11

Answer 1

您可以创建一个新列，它是所有其他列的串联:

df['new'] = df.astype(str).values.sum(axis=1)

然后在上面应用你的哈希函数

df["row_hash"] = df["new"].apply(self.hash_string)

或者这一行应该有效:

df["row_hash"] = df.astype(str).values.sum(axis=1).apply(hash_string)

但是，不确定你是否需要一个单独的函数，所以:

 df["row_hash"] = df.astype(str).values.sum(axis=1).apply(lambda x: sha1(str(x).encode('utf-8')).hexdigest())