python：将带参数的函数应用于序列

我想将带有参数的函数应用于python中的一个系列：

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

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，我是否缺少一个简单的解决方法

更新（2017年10月）：注意，由于这个问题最初是问熊猫

apply（）

已被更新以处理位置参数和关键字参数，上面的文档链接现在反映了这一点，并显示了如何包含这两种类型的参数。

熊猫的较新版本确实允许您传递额外的参数（请参阅）。现在你可以做：

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

位置参数添加在序列的元素之后

---

对于较旧版本的熊猫：

文档对此进行了清楚的解释。apply方法接受一个python函数，该函数应该只有一个参数。如果要传递更多参数，应使用Joel Cornett在其评论中建议的

functools.partial

例如：

>>> 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lambda：

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

---

但是我认为使用部分代码更好。

步骤：

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

args : tuple

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

创建一个数据帧

创建一个函数

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)

本例的结果是，数据帧中的每个数字都将添加到数字9中

    0
0  10
1  11
2  12
3  13

说明：

---

“添加”功能有两个参数：i1、i2。第一个参数是数据帧中的值，第二个是传递给“apply”函数的任何参数。在本例中，我们使用关键字参数“i2”将“9”传递给apply函数

您可以通过未命名参数、作为元组传递给

args

参数或通过

kwds

参数内部捕获为字典的其他关键字参数，将任意数量的参数传递给

apply

正在调用的函数

例如，让我们构建一个函数，对于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

或者我们可以使用命名参数

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

或者两者兼而有之

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

_a b

089

197

2127

---

为什么不直接使用

functools.partial

或

starmap

？有关DataFrame应用方法接受

args

参数的信息，请参阅和，该参数是一个元组，包含其他位置参数或**kwd（用于命名参数）。我创建了一个问题，使Series.apply（）功能也得到了实现，将在即将发布的pandas版本中。这是一个很好的答案，但它的前2/3现在已经过时了。在我看来，这个答案可以很好地更新，只需作为新文档的链接，再加上一个如何与position和/或关键字args一起使用的简短示例。只是FWIW，而不是对原始答案的批评，只会从IMO的更新中受益，特别是因为它是一个经常阅读的答案。@watsonic文档已经更新，单击旧链接可以找到当前文档，现在可以很好地回答问题。注：如果您传递的是单个字符串参数，例如

'abc'

，那么

args=（'abc'）

将作为三个参数

（'a'，'b'，'c'）

进行计算。为了避免这种情况，您必须传递一个包含字符串的元组，并且要做到这一点，必须包含一个尾随逗号：

args=（'abc'，）

谢谢！你能解释为什么args=（arg1，）在第一个参数后需要一个逗号吗？@MishaTeplitskiy，你需要这个逗号，以便Python理解括号的内容是长度为1的元组。为

func

添加args怎么样。因此，如果我想应用

pd.Series.mean（axis=1）

如何输入

axis=1

？作为旁注，您也可以添加一个关键字参数而不使用参数（例如：x=my_Series.apply（my_函数，keyword_arg=arg1），其中是my_函数的输入参数之一）这个回答太短，不能准确地解释我在寻找什么。值得注意的是，这并不需要创建一个自定义函数来处理一个系列（或df）。完美的剩下的唯一问题是：如何将关键字参数传递给add（i1）中的第一个参数并使用i2进行迭代？我认为这是最好的回答@Connor的注释，当必须指定第一个位置参数时，如何处理两个位置参数？

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

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

#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)