1

我正在使用 Graphlab，但我想这个问题可以适用于熊猫。

import graphlab
sf = graphlab.SFrame({'id': [1, 2, 3], 'user_score': [{"a":4, "b":3}, {"a":5, "b":7}, {"a":2, "b":3}], 'weight': [4, 5, 2]})

我想创建一个新列，其中“user_score”中每个元素的值乘以“weight”中的数字。那是，

sf = graphlab.SFrame({'id': [1, 2, 3], 'user_score': [{"a":4, "b":3}, {"a":5, "b":7}, {"a":2, "b":3}], 'weight': [4, 5, 2]}, 'new':[{"a":16, "b":12}, {"a":25, "b":35}, {"a":4, "b":6}])

我尝试在下面编写一个简单的函数并应用无济于事。有什么想法吗？

def trans(x, y):
    d = dict()
    for k, v in x.items():
        d[k] = v*y
    return d

sf.apply(trans(sf['user_score'], sf['weight']))

它收到以下错误消息：

AttributeError: 'SArray' object has no attribute 'items'
4

3 回答 3

1

我正在使用pandas数据框，但它也应该适用于您的情况。

import pandas as pd
df['new']=[dict((k,v*y) for k,v in x.items()) for x, y in zip(df['user_score'], df['weight'])]

输入数据框：

df
Out[34]: 
   id          user_score  weight
0   1  {u'a': 4, u'b': 3}       4
1   2  {u'a': 5, u'b': 7}       5
2   3  {u'a': 2, u'b': 3}       2

输出：

df
Out[36]: 
   id          user_score  weight                   new
0   1  {u'a': 4, u'b': 3}       4  {u'a': 16, u'b': 12}
1   2  {u'a': 5, u'b': 7}       5  {u'a': 25, u'b': 35}
2   3  {u'a': 2, u'b': 3}       2    {u'a': 4, u'b': 6}
于 2016-05-31T09:07:05.987 回答
0

这是许多可能的解决方案之一：

In [69]: df
Out[69]:
   id        user_score  weight
0   1  {'b': 3, 'a': 4}       4
1   2  {'b': 7, 'a': 5}       5
2   3  {'b': 3, 'a': 2}       2

In [70]: df['user_score'] = df['user_score'].apply(lambda x: pd.Series(x)).mul(df.weight, axis=0).to_dict('record')

In [71]: df
Out[71]:
   id          user_score  weight
0   1  {'b': 12, 'a': 16}       4
1   2  {'b': 35, 'a': 25}       5
2   3    {'b': 6, 'a': 4}       2
于 2016-05-31T09:09:06.860 回答
0

这很微妙，但我认为你想要的是：

sf.apply(lambda row: trans(row['user_score'], row['weight']))

apply 函数将一个函数作为其参数，并将每一行作为参数传递给该函数。在您的版本中，您在调用 apply 之前评估 trans 函数，这就是为什么错误消息抱怨在需要 dict 时将 SArray 传递给 trans 函数的原因。

于 2016-05-31T16:47:03.217 回答