Question

假设我有一个这样的数据框：

df = pd.DataFrame([['foo', 'x'], ['bar', 'y']], columns=['A', 'B'])


       A    B
0    foo    x
1    bar    y

我知道如何在数据框架中使用带有Apply的单个参数函数，如下所示：

def some_func(row):
    return '{0}-{1}'.format(row['A'], row['B'])

df['C'] = df.apply(some_func, axis=1)

df


       A    B        C
0    foo    x    foo-x
1    bar    y    bar-y

如果涉及多个输入参数，我如何在数据帧上使用apply？这是我想要的一个例子：

def some_func(row, var1):
    return '{0}-{1}-{2}'.format(row['A'], row['B'], var1)

df['C'] = df.apply(some_func(row, var1='DOG'), axis=1)

df


       A    B            C
0    foo    x    foo-x-DOG
1    bar    y    bar-y-DOG

我不是在寻找解决这个特定例子的解决办法，一般来说如何做这样的事情。任何建议都将受到赞赏，谢谢。

Answer 1

这就是您的想法，apply接受args和kwargs并将其直接传递给some_func。

df.apply(some_func, var1='DOG', axis=1)

或者，

df.apply(some_func, args=('DOG', ), axis=1)

0    foo-x-DOG
1    bar-y-DOG
dtype: object

Answer 2

你应该使用矢量化逻辑：

df['C'] = df['A'] + '-' + df['B'] + '-DOG'

如果您真的想使用df.apply，只是一个简洁的循环，您只需将参数作为附加参数提供：

def some_func(row, var1):
    return '{0}-{1}-{2}'.format(row['A'], row['B'], var1)

df['C'] = df.apply(some_func, var1='DOG', axis=1)

根据the docs，df.apply接受位置和关键字参数。

Answer 3

我认为可以

df.apply('-'.join,1)+'-DOG'
Out[157]: 
0    foo-x-DOG
1    bar-y-DOG
dtype: object

将具有多个参数的函数传递给DataFrame.apply

3 个答案: