如何定义类让函数适配progress_apply()，实现DataFrame非英文文本检测？

错误原因 #

• 实例方法调用错误：detect是类的实例方法，必须先创建detector类的实例才能调用。你直接传递detector.detect给progress_apply时，遍历得到的行/列数据会被当成self参数传入方法，导致需要的input参数缺失。另外你代码里的self=self是无效语句，没有任何实际作用。
• 遍历轴参数设置错误：你需要逐行判断当前行所有列是否存在非英文文本，应该设置axis=1，axis=0是逐列遍历，不符合你的需求。

最简实现方案 #

不需要额外封装类，直接定义普通函数即可，代码如下：

# 先初始化tqdm的progress_apply功能
from tqdm import tqdm
tqdm.pandas()

from deep_translator import batch_detection

# 自定义逐行检测函数
def check_non_en(row):
    # 将当前行所有文本值转成列表传入批量检测接口
    detect_res = batch_detection(row.tolist(), api_key=my_key)
    # 存在任意非英文返回1，全英文返回0
    return 1 if any(lang != 'en' for lang in detect_res) else 0

# 按行遍历执行检测，展示进度
df['non_en'] = df.progress_apply(check_non_en, axis=1)

如果你要保留原来的类写法，只需要先实例化类再调用方法即可，修改代码如下：

det = detector()
df['non_en'] = df.progress_apply(det.detect, axis=1)

内容的提问来源于stack exchange，提问作者user16894190