在SFrame问题上使用apply()方法

Question

背景：，我有一个SFrame，它包含数字，表示狗的图像与其他图像有多近。通常狗的图像应该是最接近另一只狗的图像，但重点是测试评估方法。

我的SFrame称为dog_distances (1000行x4列)：

dog-automobile  dog-bird             dog-cat    dog-dog
41.9579761457   41.7538647304   36.4196077068   33.4773590373
46.0021331807   41.3382958925   38.8353268874   32.8458495684
42.9462290692   38.6157590853   36.9763410854   35.0397073189
41.6866060048   37.0892269954   34.5750072914   33.9010327697
39.2269664935   38.272288694    34.778824791    37.4849250909
40.5845117698   39.1462089236   35.1171578292   34.945165344

我想要写一个函数来检查狗狗是否是最低的数字，并将这个函数应用到整个SFrame中。

访问SFrame的一行通常会输出一个dict.sframe_namerow#

将.values()添加到该行的末尾，只会输出列表中的值。这允许您应用诸如min()或max()之类的数学方法，这对于创建函数is_dog_correct非常有用。

因此，我的职能是：

def is_dog_correct(row):
    #checking if dog-dog is smallest value
    if dog_distances[row]['dog-dog'] == min(dog_distances[row].values()):
        return 1
    else:
        return 0

我的函数接受输入中的行，如果该行的狗狗值等于该行中的min值，则返回1。如果这不是真，则返回0。

运行is_dog_correct(0)输出1。我们期望这样做，因为正如您在上面看到的，第零行的狗狗值是该行中最小的数字。

运行is_dog_correct(4)输出0。我们期望这一点，因为第零行的狗狗值不是该行中最小的数字。

因此，函数is_dog_correct在逐行的基础上完美地工作！

当我按照整个sFrame: dog_distances.apply(is_dog_correct)的建议运行时

我得到一个属性错误：

'SFrame' object has no attribute 'values'

请有人解释为什么函数逐行工作，而不是在整个SFrame上工作？

Answer 1

我想出了解决办法：

我认为问题在于，所有的文档都建议.apply()逐行进行。我假设这意味着，当它在给定的行上运行一个函数时，传递的变量是作为整数的行号。

实际上，传递给.apply()的变量/对象/文本是sframe_name[row_#]

因此，在您的函数中，如果您想访问/操作给定的索引

sframe_name[row_#]['column_name']

一种通用形式是：

passed_variable['column_name']

为了完全透明，在我的函数中，确切的代码是：

if dog-dog[row]['dog-bird'] <= dog-dog[row]['dog-dog']:

当守则应该是：

if row['dog-bird'] <= row['dog-dog']:

Answer 2

SFrame中的每一行都是python字典，其中键是列名，值是列下的值。

所以我认为你应该先得到最低值的键，然后把它作为一个字符串来比较。如果是狗，则返回1，否则返回0。

像这样：

if min(dog_distances[#row], key=dog_distances.get) == "dog-dog": ## the first part of the line will return the column name
    return 1
else:
    return 0

要使用apply()，您可以编写如下函数：

def min_row(row):
    if min(row, key=row.get) == "dog-dog":
        return 1
    else:
        return 0

若要对数据使用此函数，请执行以下操作：

my_result = dog_distances.apply(min_row)

它将返回SArray

Answer 3

请试试这个：

dog_distances['new_column'] = dog_distances.apply(lambda row: 1 if row['dog-dog'] == min(row.values()) else 0)

添加

你好史蒂文

这段代码在我的笔记本电脑上正常工作。请参阅下面的链接。

1. Your data (可能实际数据比这个长得多)
2. 应用Lambda dog_distances.apply(lambda行:1 if行“狗-狗”== min(row.values()) row 0)
3. Result