Python Pandas导入Excel文件，遍历每一行，添加新值，并添加到datafram

Question

我有一个Excel文件，其中包含项目代码和需要导入的抽象字段，这样我就可以在摘要上运行一个简单的文本摘要生成器，然后添加到dataframe中。在

我的Excel数据集如下所示：

[Proj_Number] | [Abstract]

JJF-123          | Diabetes is a serious chronic condition.  
JFR-223          | Cardiovascular disease is also a chronic condition. 
JF3-334          | Don't forget about asthma and how much it sucks. 

导入数据后，我希望应用我的文本摘要生成器并获得以下结果：

^{pr2}$

我知道我的代码是错误的，但我不知道如何循环遍历每一行，从抽象中获取抽象关键字，将其添加到数据帧中，然后将其导出。在

from gensim.summarization.summarizer import summarize
from gensim.summarization import keywords
import pandas as pd

dataset = pd.read_excel('abstracts.xlsx',encoding="ISO-8859-1")
df = pd.DataFrame(dataset)
cols = [1,2]
df = df[df.columns[cols]]

for d in df:
d =  keywords(d, ratio=0.15, split=True))
print(d)

Answer 1

您不想用for d in df:遍历df中的每一行

Pandas有一种将函数应用于数据帧的每一行并通过apply函数返回序列的方法

如果您适当地重命名数据帧的列

df['Ab_keywords'] = df['Abstract'].apply(lambda text: keywords(text, ratio=0.15, split=True))

应该行得通。在

这里lambda函数应用于df['Abstract']的每一行，并将每行的值作为其参数。在