Question

我想在python pandas中使用带参数的函数：

x = my_series.apply(my_function, more_arguments_1)
y = my_series.apply(my_function, more_arguments_2)
...

documentation描述了对apply方法的支持，但它不接受任何参数。是否有接受参数的不同方法？或者，我错过了一个简单的解决方法吗？

更新（2017年10月）：请注意，由于此问题最初被要求已更新pandas apply()以处理位置和关键字参数，因此上面的文档链接现在反映了该信息并显示如何包含任何一种参数。

Answer 1

文档清楚地解释了这一点。 apply方法接受一个python函数，该函数应该有一个参数。如果你想传递更多参数，你应该按照Joel Cornett在评论中的建议使用functools.partial。

一个例子：

>>> import functools
>>> import operator
>>> add_3 = functools.partial(operator.add,3)
>>> add_3(2)
5
>>> add_3(7)
10

您还可以使用partial传递关键字参数。

另一种方法是创建一个lambda：

my_series.apply((lambda x: your_func(a,b,c,d,...,x)))

但我认为使用partial会更好。

请注意，较新版本的pandas do 允许您传递额外的参数（请参阅new documentation）。所以现在你可以这样做：

my_series.apply(your_function, args=(2,3,4), extra_kw=1)

在系列元素之后添加位置参数。

Answer 2

<强>步骤：

创建数据框
创建一个功能
在apply语句中使用函数的命名参数。

示例

x=pd.DataFrame([1,2,3,4]) def add(i1, i2): return i1+i2 x.apply(add,i2=9)

此示例的结果是数据框中的每个数字都将添加到数字9中。

0 0 10 1 11 2 12 3 13

<强>解释

“添加”功能有两个参数：i1，i2。第一个参数将是数据框中的值，第二个参数是我们传递给“apply”函数的任何值。在这种情况下，我们使用关键字参数“i2”将“9”传递给apply函数。

Answer 3

Series.apply(func, convert_dtype=True, args=(), **kwds)

args : tuple

x = my_series.apply(my_function, args = (arg1,))

Answer 4

您可以将任意数量的参数传递给apply通过未命名参数调用的函数，作为元组传递给args参数，或者通过内部捕获为字典的其他关键字参数传递kwds参数。

例如，让我们构建一个函数，对3到6之间的值返回True，否则返回False。

s = pd.Series(np.random.randint(0,10, 10))
s

0    5
1    3
2    1
3    1
4    6
5    0
6    3
7    4
8    9
9    6
dtype: int64

s.apply(lambda x: x >= 3 and x <= 6)

0     True
1     True
2    False
3    False
4     True
5    False
6     True
7     True
8    False
9     True
dtype: bool

这个匿名函数不是很灵活。让我们创建一个带有两个参数的普通函数来控制我们在系列中想要的最小值和最大值。

def between(x, low, high):
    return x >= low and x =< high

我们可以通过将未命名的参数传递给args来复制第一个函数的输出：

s.apply(between, args=(3,6))

或者我们可以使用命名参数

s.apply(between, low=3, high=6)

甚至是两者的组合

s.apply(between, args=(3,), high=6)

Answer 5

#sample dataframe

import pandas as pd

df1=pd.DataFrame({'a':[3,4,7],'b':[4,2,2]})

#my function

def add_some(p,q,r):return p+q+r

df2=df1[["a","b"]].apply(add_some, args=(3,2))

print(df2)

<块引用>

_ a b

0 8 9

1 9 7

2 12 7

python pandas：将一个带参数的函数应用于一个系列

5 个答案: