Pandas - 在应用映射期间检索每个元素的行名和列名

Posted 2023-03-11

【中文标题】Pandas - 在应用映射期间检索每个元素的行名和列名

【英文标题】：Pandas - get row and column name for each element during applymap

【发布时间】：2017-09-25 01:38:36

【问题描述】：

我正在尝试比较 2 个字符串列表的相似性，并将它们呈现在 pandas 数据框中以供检查；所以我使用 1 个列表作为索引，另一个作为列列表。然后我想计算它们的“Levenshtein 相似度”（一个比较两个词之间相似度的函数）。

我试图通过使用应用映射来实现这一点，它将进入每个单元格，并将单元格索引与单元格列进行比较。但我怎么能这样做呢？或者也许会有一些更简单的方法？

things = ['car', 'bike', 'sidewalk', 'eatery']
action = ['walking', 'caring', 'biking', 'eating']
matrix = pd.DataFrame(index = things, columns = action)

def lev(x):
    x = Levenshtein.distance(x.index, x.column)  
matrix.applymap(lev)

到目前为止，我使用了以下（下），但我发现它笨拙且缓慢

matrix = pd.DataFrame(data = [action for i in things], index = things, columns = action)
for i, values in matrix.iterrows():
    for j, value in enumerate(values):
        matrix.ix[i,j] = Levenshtein.distance(i, value) 

【参考方案1】：

我认为您可以使用apply，对于列值使用.name：

def lev(x):
    #replace your function
    return x.index + x.name
a = matrix.apply(lev)
print (a)
                  walking          caring          biking          eating
car            carwalking       carcaring       carbiking       careating
bike          bikewalking      bikecaring      bikebiking      bikeeating
sidewalk  sidewalkwalking  sidewalkcaring  sidewalkbiking  sidewalkeating
eatery      eaterywalking    eaterycaring    eaterybiking    eateryeating

编辑：

如果需要一些算术运算，请使用broadcasting:

a = pd.DataFrame(matrix.index.values + matrix.columns.values[:,None], 
                 index=matrix.index, 
                 columns=matrix.columns)
print (a)
             walking       caring           biking         eating
car       carwalking  bikewalking  sidewalkwalking  eaterywalking
bike       carcaring   bikecaring   sidewalkcaring   eaterycaring
sidewalk   carbiking   bikebiking   sidewalkbiking   eaterybiking
eatery     careating   bikeeating   sidewalkeating   eateryeating

或者：

a = pd.DataFrame(matrix.index.values + matrix.columns.values[:, np.newaxis], 
                 index=matrix.index, 
                 columns=matrix.columns)
print (a)
             walking       caring           biking         eating
car       carwalking  bikewalking  sidewalkwalking  eaterywalking
bike       carcaring   bikecaring   sidewalkcaring   eaterycaring
sidewalk   carbiking   bikebiking   sidewalkbiking   eaterybiking
eatery     careating   bikeeating   sidewalkeating   eateryeating

【讨论】：

太棒了——谢谢。但是没有办法通过矢量化/元素操作来实现吗？你所做的基本上就是我一直在用 iterrows 做的事情

这取决于你需要什么。如果只需要一些算术运算，请使用 numpy。

我明白了，但我不是在算术运算之后，而是像问题中那样对每个单元格应用一个简单的函数。我认为 applymap，作为一个元素方法就可以了。

是的，但是与applymap 中的索引和列值没有任何联系 - 请通过a.applymap(lambda x: print (x)) 检查它

好的，所以我知道无论如何我都必须使用 apply / iterrows 进行迭代。有点失望，但是谢谢

【参考方案2】：

您可以通过“嵌套apply”来做到这一点，如下所示：

things = ['car', 'bike', 'sidewalk', 'eatery']
action = ['walking', 'caring', 'biking', 'eating']
matrix = pd.DataFrame(index=things, columns=action)
matrix.apply(lambda x: pd.DataFrame(x).apply(lambda y: LD(x.name, y.name), axis=1))

输出：

          walking  caring  biking  eating
car             6       3       6       5
bike            6       5       3       5
sidewalk        7       8       7       8
eatery          6       5       6       3

这里调用pd.DataFrame(x)是因为x是一个Series对象，而Series.apply类似于applymap，不携带index或columns信息。