我正在尝试将一个函数应用于 pandas 数据框,这样的函数需要两个 np.array 作为输入,并且它使用定义良好的模型来拟合它们。
关键是我无法从选定的列开始应用此函数,因为它们的“行”包含从 JSON 文件读取的列表,而不是 np.array。
现在,我尝试了不同的解决方案:
#Here is where I discover the problem
train_df['result'] = train_df.apply(my_function(train_df['col1'],train_df['col2']))
#so I've tried to cast the Series before passing them to the function in both these ways:
X_col1_casted = trai_df['col1'].dtype(np.array)
X_col2_casted = trai_df['col2'].dtype(np.array)
不起作用。
X_col1_casted = trai_df['col1'].astype(np.array)
X_col2_casted = trai_df['col2'].astype(np.array)
不起作用。
X_col1_casted = trai_df['col1'].dtype(np.array)
X_col2_casted = trai_df['col2'].dtype(np.array)
不起作用。
我现在想做的是一个漫长的过程,例如:
从未转换的列系列开始,将它们转换为 list(),对其进行迭代,将函数应用于 np.array() 单个元素,并将结果附加到临时列表中。完成后,我会将这个列表转换为一个新列。 (显然,我不知道它是否会起作用)
你们有人知道如何帮助我吗?
编辑:
为了清楚起见,我添加一个例子:
该函数假设有两个 np.array 作为输入。现在它有两个列表,因为它们是从 json 文件中检索的。情况是这样的:
col1 col2 result
[1,2,3] [4,5,6] [5,7,9]
[0,0,0] [1,2,3] [1,2,3]
显然,该函数不是求和函数,而是一个自身函数。暂时假设这个总和只能从数组开始,不能从列表开始,我该怎么办?
提前致谢