应用一个函数来翻译熊猫数据框中的一列，条件是其他列

Posted 2023-03-10

【中文标题】应用一个函数来翻译熊猫数据框中的一列，条件是其他列

【英文标题】：Apply a function to translate a column in pandas dataframe with condition on other columns

【发布时间】：2015-11-29 06:15:49

【问题描述】：

data 是一个 pandas 数据框，其中 language 和 config['TEXT FIELD'] 是列。我想将文本栏中的某些评论翻译成英文，我正在使用函数 dfApply

import goslate
def dfApply(row):
    if row["langauge"] == 'en':
       return row[config['TEXT FIELD']]
    else:
       return gs.translate(row[config['TEXT FIELD']], 'en')


gs = goslate.Goslate()
data['english_text'] = data.apply(dfApply, axis=1)

但编译器显示以下错误

KeyError: ('langauge', 'occurred at index 0')

【问题讨论】：

你在哪一行出错了？

我应用dfApply函数的最后一行

language 是一列，表示文本使用的语言

为什么不直接将整列转换为英文，然后使用非英文行的掩码仅替换您需要的行？这比在每个步骤中使用 apply 条件要容易一些。

语言翻译 goslate 对大量数据点抛出超时错误

【参考方案1】：

这样的方法可能更简单。

not_en = data["language"] != "en"
trans = translate(data[config['row']], "en")
col = config['row']
data.loc[not_en, col] = trans[not_en]