当我保存为时，我的函数定义会给出不同的结果工具.py金融机构

Question

我在Jupiter实验室中编写了两个函数，当我将它们集成到一个tools.py文件并导入Jupiter实验室时，我得到了不同的结果。谁能告诉我有什么区别吗？你知道吗

实际上，这些函数是用来将一种嵌套数据帧转换为一种平面数据帧的。我觉得问题出在我以前用两个参数应用函数的方式上

这是我在jupyter实验室的代码：

def findTS(s):
    out=""
    for i,r in om.iterrows():
        sci=r["sec_ID"]
        if sci in s:
            out=r["type_sec"]

            exit
    return(out)

def Js2Geodf(df): 
# df=OmegaJ["chapters"][0]
    om=json_normalize(df,"section")
    om=om.dropna(subset=["sec_part"])
    l=[]
    for i,x in om.iterrows():
        k={"type_sec":x["type_sec"]}
        l.append([x["sec_part"]])
        listItems=list(flatten_list(l))
        dfout=pd.DataFrame(listItems)
        dfout["type_sec"]=dfout.apply(lambda x: findTS(x["ID"]),axis=1)
        return(dfout)

然后我以一种可以独立使用的方式将它们集成到模块tools.py中

def findTS(s,df):
    out=""
    om=json_normalize(df,"section")
    for i,r in om.iterrows():
        sci=r["sec_ID"]
        if sci in s:
            out=r["type_sec"]

            exit
    return(out)

def Js2Geodf(df): 
# df=OmegaJ["chapters"][0]
    om=json_normalize(df,"section")
    om=om.dropna(subset=["sec_part"])
    l=[]
    for i,x in om.iterrows():
        k={"type_sec":x["type_sec"]}
        l.append([x["sec_part"]])
    listItems=list(flatten_list(l))
    dfout=pd.DataFrame(listItems)
    dfout["type_sec"]=dfout.apply(lambda x: findTS(x["ID"],df),axis=1)
    return(dfout)

正如您在每个函数中看到的，都有一些小的更改。你知道吗

在第一个函数中：

-def findTS(s)--->def findTS(s,df)
-adding ....om=json_normalize(df,"section")

在最后一行的第二个函数中：

-dfout["type_sec"]=dfout.apply(lambda x: findTS(x["ID"]),axis=1)-->
-dfout["type_sec"]=dfout.apply(lambda x: findTS(x["ID"],df),axis=1)

问题是它给了我不同的结果，我对apply和lambda的用法有点怀疑。你知道吗

Answer 1

没有实际数据很难搞清楚，但有一件事可能是原因：

1. 原始变型：

   • Js2Geodf公司：

     # ...
     om = json_normalize(df, "section")  # @TODO - cfati: MARKED LINE 1
     om = om.dropna(subset=["sec_part"])  # @TODO - cfati: MARKED LINE 2
     # ...
     

   • 发现：

     # ...
     for i, r in om.iterrows():
     # ...
     

   在findTS中，对执行标记行2

   后产生的om变量（来自Js2Geodf）进行操作

2. 修改的变体：

   • Js2Geodf公司：

     事情与#1完全相同。

   • 发现：

     # ...
     om = json_normalize(df, "section")  # @TODO - cfati: Identical to MARKED LINE 1
     for i, r in om.iterrows():
     # ...
     

   在findTS中，您对这里定义的om变量进行操作，其定义与标记行1相同，因此：

   • 您丢失了标记线2
   • 每次调用findTS时执行这一行也是非常低效的

正如我在评论中所说的（当时我只看到一个设计缺陷，现在很明显这也是代码中的一个语义缺陷），传递om作为参数，而不是df。
下面是代码（我也做了一些小的改进，还有很大的改进空间，但我没有遵循逻辑，所以我没有更改它）：

def findTS(s, om):
    for i, r in om.iterrows():
        sci = r["sec_ID"]
        if sci in s:
            return r["type_sec"]
    return ""


def Js2Geodf(df): 
    #df = OmegaJ["chapters"][0]
    om = json_normalize(df, "section")
    om = om.dropna(subset=["sec_part"])
    l = []
    for i, x in om.iterrows():
        l.append([x["sec_part"]])
    listItems = list(flatten_list(l))
    dfout = pd.DataFrame(listItems)
    dfout["type_sec"] = dfout.apply(lambda x: findTS(x["ID"], om), axis=1)
    return dfout

@EDIT0：

总结评论中的信息：

• Js2Geodf的最后4行缩进在原始和修改的变体中是不同的（我假设这是前者的一个输入错误）
• 确保输入数据在不同的运行（以及不同的代码版本）中保持不变。显然，这个问题产生了很多麻烦，一旦解决，代码也能正常工作