将用户定义的函数应用于python dataframe中特定列的所有行。

Question

我很难将用户定义的函数应用于中的特定列。dataframe也是这样：

Year    state   Narrative
----------------------------------
2015      WV   a roof fall occurred at 10:05 am at 10+50 entry 6 in 8lms mmu 010, .. more text
2016      AL   a rib rolled out striking him on his left foot resulting ...... more text
2017      CO   a non-injury mountain bump occurred inby the 5n longwall. additional ... more text

我想根据“叙述性”预测地面故障的类型，如下面所示，将一个新列添加到dataframe中。我通过寻找“叙事”中的一些关键词来预测地面塌陷，例如:如果“叙事”包括(以下任何一个单词 ['roof fall', 'roof broke', 'rock fell from the top'] )，那么地面塌陷的预测应该是“屋顶塌陷”。

这是我生成的用户定义函数，但它不起作用。

def predict_groundFall(narrative):
    fall_dict = {'roof fall': ['Roof fall', 'roof broke', 'rock fell from the top'],
                 'rib fall': ['rib fall ', 'rib rolled', 'rib dislodged'],
                 'outburst': ['outburst', 'bounce', 'rockburst']}
    for key, values in fall_dict.iteritems():
        if values in narrative:
            return key
            break
df['predicted_failure'] = df.apply( lambda row:  predict_groundFall( row['Narrative']), axis=1)

这就是我想要达到的目标:增加一个新的专栏，从叙述中预测失败。

Year    state   Narrative                                        predicted_failure
------------------------------------------------------------- ---------------------
2015      WV   a roof fall occurred ....... more text....                roof fall
2016      AL   a rib rolled out striking ......more text ....             rib fall
2017      CO   a non-injury mountain ....... more text....                 outburst

我是Python的新手，所以我希望您能帮我修复代码，使其正常工作。一个更好的方法来实现我的目标受到高度赞赏。提前谢谢你，

Answer 1

您的功能不像预期的那样工作。您想尝试以下几种方法：

def predict_groundFall(narrative):
    fall_dict = {'roof fall': ['Roof fall', 'roof broke', 'rock fell from the top'],
                 'rib fall': ['rib fall ', 'rib rolled', 'rib dislodged'],
                 'outburst': ['outburst', 'bounce', 'rockburst']}
    for key in fall_dict:
        if any(v.lower() in narrative.lower() for v in fall_dict[key]):
            return key

然后将列赋值更改为：

df['predicted_failure'] = df["Narrative"].apply(lambda x: predict_groundFall(x))

Answer 2

我认为问题在于你的应用功能。

更改这一行df['predicted_failure'] = df.apply( lambda row: predict_groundFall( row['Narrative']), axis=1)

至

df['predicted_failure'] = df.Narrative.apply(predict_groundFall)

这将将Narrative的每个值发送到自定义函数，然后使用该函数的返回填充新列。