如何解决在数据框的每一行和数字列中使用 Humanize.intword 函数
我有一个非常大的数据集。我想通过在除日期之外的所有列中使用 humanize.intword 函数来方便阅读。
当我只选择一列时，它有效：
pred_df["Predictions"].apply(lambda x: humanize.intword(x))
当我尝试选择其他数字列时，出现错误：
pred_df.apply(lambda row : humanize.intword(row['Predictions'],row['Lower'],row['Upper']),axis = 1)
类型错误：序列项 0：预期的 str 实例，找到浮点数
我也按照这篇文章 https://stackoverflow.com/questions/16476924/how-to-iterate-over-rows-in-a-dataframe-in-pandas 中的建议尝试了列表推导式，但我可能做错了什么。它适用于一列：
[humanize.intword(x) for x in pred_df["Predictions"]]
当我尝试不同的列时，出现错误：
[humanize.intword(row1,row[11]) for row in zip(pred_df["Predictions"],pred_df["Lower"])]
IndexError：元组索引超出范围
我的数据框包含 12 行和 4 列。你能帮我理解是什么问题吗？
解决方法
问题是 humanize.intword 处理单个值并对其进行转换。但这里的目标是转换许多数字。一种方法是applymap：
df.set_index("fiscal_date").applymap(humanize.intword)
我们首先将日期设置为索引，以便在计算中不使用它。如果您愿意，您可以在之后将其放回带有 reset_index() 的列中。
至于为什么会出错：
当我只选择一列时，它有效：
因为您选择了一个系列并且传递给 apply 的是该列的单个条目；它有效。
当我尝试选择其他数字列时，出现错误：
因为您要向 intword 提供 3 个值，但它只能使用 1 + 1，其中第一个是要转换的值，另一个是可选格式。 （我相信错误消息应该是“这个函数需要 1 到 2 个参数，但你给出了 3 个”。）
它适用于一列：
同样，这类似于一列上的第一个 apply。
当我尝试不同的列时，出现错误：
同样，intword 可以一次处理一个值。 （但错误是因为您将 11 作为索引提供给 row，其中 2 个元素仅来自这 2 个列的条目。）
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。