数据框应用不接受轴参数

我有两个数据框：data and rules .

>>>data                            >>>rules
   vendor                             rule
0  googel                           0 google
1  google                           1 dell
2  googly                           2 macbook

我正在尝试添加两个新列data计算每个供应商和规则之间的 Levenshtein 相似度后的数据帧。所以我的数据框理想情况下应该包含如下所示的列：

>>>data
  vendor   rule    similarity
0 googel   google    0.8

到目前为止我正在尝试执行apply函数将返回我这个结构，但数据框应用不接受axis争论。

>>> for index,r in rules.iterrows():
...     data[['rule','similarity']]=data['vendor'].apply(lambda row:[r[0],ratio(row[0],r[0])],axis=1)
...
Traceback (most recent call last):

File "<stdin>", line 2, in <module>

File "/home/mnnr/test/env/test-1.0/runtime/lib/python3.4/site-packages/pandas/core/series.py", line 2220, in apply
mapped = lib.map_infer(values, f, convert=convert_dtype)
File "pandas/src/inference.pyx", line 1088, in pandas.lib.map_infer (pandas/lib.c:62658)
File "/home/mnnr/test/env/test-1.0/runtime/lib/python3.4/site-packages/pandas/core/series.py", line 2209, in <lambda>
f = lambda x: func(x, *args, **kwds)

TypeError: <lambda>() got an unexpected keyword argument 'axis'

有人可以帮我弄清楚我做错了什么吗？我所做的任何更改都只会产生新的错误。谢谢

您正在呼叫Series的版本apply http://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.apply.html对此没有意义axisarg 因此出现错误。

如果你这样做：

data[['rule','similarity']]=data[['vendor']].apply(lambda row:[r[0],ratio(row[0],r[0])],axis=1)

那么这将生成一个单列 df ，这将对其起作用

或者只是删除axis arg:

data[['rule','similarity']]=data['vendor'].apply(lambda row:[r[0],ratio(row[0],r[0])])

update

看看您正在做什么，您需要计算每个规则针对每个供应商的编辑率。

您可以通过以下方式执行此操作：

data['vendor'].apply(lambda row: rules['rule'].apply(lambda x: ratio(x, row))

我认为这应该根据每条规则计算每个供应商的比率。