使用predict函数对df进行错误迭代

Question

我试图通过函数迭代df行，但该函数的结果对所有行都是相同的。

df像这样:

text = [ 'Wade, D. T. (1992). Measurement in neurologica' ,'Wade, Derick T. "Measurement in neurological r...']
df = pd.DataFrame({'text':text})
df

文本0 Wade, D. T.(1992)。神经内科测量

1 Wade, Derick T. "测量神经r…

def predict(input):
predict_input = loaded_tokenizer.encode(str(test_text),
truncation=True,
padding=True,
return_tensors="tf")
output = loaded_model(predict_input)[0]
prediction_value = tf.argmax(output, axis=1).numpy()[0]
return prediction_value

然后尝试遍历每一行

df['pred'] = df.apply(lambda row: predict(df['text']), axis=1)

不幸的是，当我分别对每一行[0]和[1]使用这个函数时，结果是不同的。我做错了什么?

Answer 1

你可以试试这个吗:

df['pred'] = df.apply(lambda row: predict(row['text']), axis=1)