pandas中遍歷dataframe的每一個元素

假如有一個需求場景需要遍歷一個csv或excel中的每一個元素，判斷這個元素是否含有某個關鍵字

那么可以用python的pandas庫來實現(xiàn)。

方法一：

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

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為一個邏輯矩陣，滿足條件元素的位置為true，否則為false。然后通過邏輯矩陣去索引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。

簡單說明：

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

Pandas DataFrame中的tuple元素遍歷

在用Word2vec計算出詞語的相似度之后，得到的DataFrame格式如下：

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

2. 這個DataFrame 中每一個元素，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  (想要, 0.21755412220954895)   (長時間, 0.16086308658123016)

期望輸出的數(shù)據(jù)

1. 只取相似度最高的詞語，丟棄余弦相似度。

2. 把關鍵詞從索引中取出來，單獨作為1列。

期望輸出：

 核心關鍵詞   0    1 
0    銀行  通話  鉆石卡 
1    手機  想要  長時間

Python 實現(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dataframe中所有元素，只取tuple中的第0個
s_df_untuple = s_df_untuple.reset_index() # 把索引變?yōu)閱为毜囊涣?
s_df_untuple.rename(columns={"index": '核心關鍵詞'}, inplace=True) # 對索引這一列重命名

以上就是本文的全部內(nèi)容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。

最新評論