“generator”对象在列表压缩的for循环内时不可调用

Question

运行此程序时出现以下错误：

df['initial_referrer'].apply(lambda x: value.split("utm_campaign=",1)[1] if 'utm_campaign' in value else np.nan for value in x.split('&'))

TypeError: 'generator' object is not callable

我不知道这个错误的含义以及如何修改我的这个来摆脱这个错误。我在这里读过一些类似的问题，但不知道我们的问题是什么。在

所以我在df['initial_referer']中有如下值：

^{pr2}$

在这篇文章中，我想提取utm_campaign的值，即login-day1，这就是为什么我使用for循环和if语句，它需要花费大量的时间/天来处理20mil行。因此，我想使用生成器表达式或列表压缩来更快地处理它。在

Answer 1

首先将apply与正则函数一起使用是很有启发性的：

def func(x):
    return [value.split("utm_campaign=",1)[1] if 'utm_campaign' in value else np.nan \
            for value in x.split('&')]

df['initial_referrer'].apply(func)

注意表示列表理解的方括号。您需要将其转换为您的lambda函数：

^{pr2}$

但后者是不可读的。你最好写一个常规函数。在

注意pd.Series.apply是一个Python级别的循环。您可以改为使用map，这样可能会提高性能：

df['initial_referrer'] = list(map(func, df['initial_referrer'].values))

甚至是列表理解：

df['initial_referrer'] = [func(x) for x in df['initial_referrer'].values]