使用 apply 散列 pandas 数据框列的每一行 [英] Hash each row of pandas dataframe column using apply

问题描述

我正在尝试使用数据帧列 ORIG 上的以下算法对 python 3.6 pandas 数据帧列的每个值进行散列:

I'm trying to hash each value of a python 3.6 pandas dataframe column with the following algorithm on the dataframe-column ORIG:

HK_ORIG = base64.b64encode(hashlib.sha1(str(df.ORIG).encode("UTF-8")).digest())

但是，上面提到的代码没有对列的每个值进行哈希处理，因此，为了对 df-column ORIG 的每个值进行哈希处理，我需要使用 apply 函数.不幸的是，我似乎还不够好，无法完成这项工作.

However, the above mentioned code does not hash each value of the column, so, in order to hash each value of the df-column ORIG, I need to use the apply function. Unfortunatelly, I don't seem to be good enough to get this done.

我想象它看起来像下面的代码:

I imagine it to look like the following code:

df["HK_ORIG"] = str(df['ORIG']).encode("UTF-8")).apply(hashlib.sha1)

我非常期待您的回答！非常感谢！

I'm looking very much forward to your answers! Many thanks in advance!

推荐答案

您可以创建命名函数并应用它 - 或应用 lambda 函数.在任何一种情况下，都要对数据帧进行尽可能多的处理.

You can either create a named function and apply it - or apply a lambda function. In either case, do as much processing as possible withing the dataframe.

基于 lambda 的解决方案:

A lambda-based solution:

df['ORIG'].astype(str).str.encode('UTF-8')\
          .apply(lambda x: base64.b64encode(hashlib.sha1(x).digest()))

命名函数解决方案:

def hashme(x):
    return base64.b64encode(hashlib.sha1(x).digest())
df['ORIG'].astype(str).str.encode('UTF-8')\
          .apply(hashme)

这篇关于使用 apply 散列 pandas 数据框列的每一行的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！