Question

我有一个示例数据框，其中的列“一”和“二”由一些随机整数组成。我试图更深入地了解带有lambda函数的某些代码，但感到困惑的是，该代码似乎在没有提供要传递给lambda函数的参数的情况下可以神奇地工作。

最初，我将使用pandas Assign（）方法创建新列'newcol'，并将df传递到显式lambda函数func（df）中。该函数返回df的“一个”列的日志：

df=df.assign(newcol=func(df))

到目前为止很好。

但是，令我感到困惑的是，在不通过df的情况下，代码也能正常工作。

df=df.assign(newcol2=func)

即使我没有将（df）传递给lambda函数，它也会正确执行操作。解释器如何知道df正在传递给lambda函数？

下面的示例代码并输出：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randint(1,10,size=16).reshape(8,2),columns=["one","two"])
func=lambda x: np.log(x.one)
df=df.assign(newcol=func(df))
print(df)

#This one works too, but why?
df=df.assign(newcol2=func)
print(df)

Output:
   one  two    newcol   newcol2
0    1    8  0.000000  0.000000
1    6    7  1.791759  1.791759
2    2    6  0.693147  0.693147
3    2    8  0.693147  0.693147
4    4    2  1.386294  1.386294
5    9    3  2.197225  2.197225
6    2    2  0.693147  0.693147
7    4    7  1.386294  1.386294

（请注意，我本可以使用lambda func inline进行内联分配，但是为了清楚起见，在此处将其显式表示。）

Answer 1

如果您使用pd.DataFrame.assign()并传递callable，则它将假定第一个参数实际上是数据帧本身。

例如，如果您将代码更改为以下内容：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randint(1,10,size=16).reshape(8,2),columns=["one","two"])
func=lambda c, x: np.log(x.one + c)
df=df.assign(newcol=func(1, df))
print(df)

#This one will no longer work!
df=df.assign(newcol2=func)
print(df)

对assign()的最后一次调用将无效。

这在official documentation中有解释。第df.assign(newcol=func(1, df))行使用 non-callable 路径，而第df.assign(newcol=func)行使用 callable 路径。

Answer 2

这不是编译，而是分配源代码的编写方式。如 pandas assign documentation中所述。

该值是可调用的，在df上评估：

未传递参数的Lambda函数

2 个答案: