如何将函数应用于熊猫数据框中列中的每个值？

Question

我曾试图做使用循环就像下面有点手动方法：

data = pd.read_csv('data/training.csv') 
for idx,imageString in enumerate(data.iloc[:,-1]): 
    # print(imageString[0:10]) 
    data[idx,-1] = imageString.split(" ") 

但这个错误出在最后一行有：

ValueError: Length of values does not match length of index

所以我的问题是：

1. 任何人都可以解释为什么我得到上述错误，我怎么能 解决它？
2. 这是将split应用于数据框最后一列中每个 值的正确方法吗？

关于＃2 - 我看到一些人使用applymap，但我认为这会创建一个新列，我真的只想用另一个列表替换现有列中的值。

Answer 1

我想你需要str.split：

data = pd.read_csv('data/training.csv') 
data.iloc[:,-1] = data.iloc[:,-1].str.split(expand=False) 

然后选择第一个或一些带有str[1]或str[n]另一个数组中的元素：

data.iloc[:,-1] = data.iloc[:,-1].str.split(expand=False).str[0] 
data.iloc[:,-1] = data.iloc[:,-1].str.split(expand=False).str[n] 

样品：

import pandas as pd 

data = pd.DataFrame({'A':[1,2,3], 
        'B':[4,5,6], 
        'C':[7,8,9], 
        'D':[1,3,5], 
        'E':[5,3,6], 
        'F':['aa aa','ss uu','ee tt']}) 

print (data) 
    A B C D E  F 
0 1 4 7 1 5 aa aa 
1 2 5 8 3 3 ss uu 
2 3 6 9 5 6 ee tt 

print (data.iloc[:,-1].str.split(expand=False)) 
0 [aa, aa] 
1 [ss, uu] 
2 [ee, tt] 
Name: F, dtype: object 

data.iloc[:,-1] = data.iloc[:,-1].str.split(expand=False).str[0] 
print (data) 
    A B C D E F 
0 1 4 7 1 5 aa 
1 2 5 8 3 3 ss 
2 3 6 9 5 6 ee 

---

data.iloc[:,-1] = data.iloc[:,-1].str.split(expand=False).str[1] 
print (data) 
    A B C D E F 
0 1 4 7 1 5 aa 
1 2 5 8 3 3 uu 
2 3 6 9 5 6 tt 

Can anyone explain why I am getting the above error and how can I get around it?

问题是imageString.split(" ")返回list并且如果分配给data[idx,-1]，字符串的元素的长度短，因为所有的数据帧的长度。

Is this the proper way to apply a split to every value in the last column of my data frame?

更好的是使用字符串方法，请参阅pandas documentation。

Answer 2

您没有正确访问这些值。

要纠正你的代码，最后一行应该是：

df.iat[idx, -1] = imageString.split(" ") 

iat用于标量的获取和设置。

这可能是一个更简单的方法来实现自己的目标：

df.iloc[:, -1] = df.iloc[:, -1].str.split()