Python 使用参数定义函数以在df.transform中使用

对于当前项目，我计划winsorize一个Pandas数据框，该数据框由两列/对象组成

df['Policies']

和

df['ProCon']

。这意味着应剔除集合高端和低端的异常值

应根据

df['ProCon']

一节中显示的值，在

0.05

和

0.95

处进行winsorising，同时在识别出异常值的情况下，应删除两列

但是，下面的代码不接受直接引用def winsorize_series（df['ProCon']）：行中的'ProCon'列，从而产生关于无效语法的错误

是否有任何聪明的方法表明

ProCon

应为winsorizing的确定值

import pandas as pd
from scipy.stats import mstats

# Loading the file
df = pd.read_csv("3d201602.csv")

# Winsorizing
def winsorize_series(df['ProCon']):
    return mstats.winsorize(df['ProCon'], limits=[0.05,0.95])

# Defining the winsorized DataFrame
df = df.transform(winsorize_series)

---

您是否尝试过从表中分离列名

def winsorize_series(df, column):
    return mstats.winsorize(df[column], limits=[0.05,0.95])

---

如果没有示例数据，则无法测试它。

是否尝试将列名与表分离

def winsorize_series(df, column):
    return mstats.winsorize(df[column], limits=[0.05,0.95])

---

但是，如果没有样本数据，则无法对其进行测试。

根据注释，

.transform

不是仅修改df中的一个或选定列的正确选择。无论传递的函数定义和参数是什么，transform都将迭代并将每个列传递给func，并尝试将连接的结果广播到df的原始形状

你需要的要简单得多

limits = [0.05,0.95] # keep limits static for any calls you make
colname = 'ProCon' # you could even have a list of columns and loop... for colname in cols

df[colname] = mstats.winsorize(df[colname], limits=limits)

---

df.transform（func）

可以传递

*args

和

**kwargs

，它们将传递到

func

，如中所示

df = df.transform(mstats.winsorize, axis=0, a=df['ProCon'], limits=[0.05,0.95])

因此，没有必要使用

def winsorize_series...

---

根据评论，

.transform

不是只修改df中的一个或选定列的正确选择。无论传递的函数定义和参数是什么，transform都将迭代并将每个列传递给func，并尝试将连接的结果广播到df的原始形状

你需要的要简单得多

limits = [0.05,0.95] # keep limits static for any calls you make
colname = 'ProCon' # you could even have a list of columns and loop... for colname in cols

df[colname] = mstats.winsorize(df[colname], limits=limits)

---

df.transform（func）

可以传递

*args

和

**kwargs

，它们将传递到

func

，如中所示

df = df.transform(mstats.winsorize, axis=0, a=df['ProCon'], limits=[0.05,0.95])

因此，没有必要使用

def winsorize_series...

---

谢谢你的意见。我尝试过这种方法，但收到以下错误

TypeError:winsorize\u series（）缺少一个必需的位置参数：“column”

@M.S.，在调用类似以下函数后：

winsorize\u series（df，'ProCon'）

？

winsorize\u series（df，'ProCon'

产生了一个无效的语法错误，因此我在随后的行中再次将其与df和column的单独处理一起编写感谢您的输入。我尝试了这种方法，但收到了以下错误

TypeError:winsorize_series（）调用类似于：
winsorize\u series（df，'ProCon'）
？
winsorize\u series的函数后，缺少1个必需的位置参数：“column”
@M.S（df，'ProCon'

产生了一个无效的语法错误，因此我在随后的行中再次将其与df和column的单独处理一起编写。这是一个好主意。但是，这会导致

TypeError:'Series'对象是可变的，因此它们不能作为message散列。

，不用担心，谢谢您的参与-我想我们是ge正在那里设置。

TypeError:winsorize（）为参数“a”获取了多个值。

是我现在收到的反馈。我看到当指定的关键字参数覆盖位置参数时会发生这种情况……是的，我们正在尝试同时winsorize该系列和df的每列，为什么要使用transform？为什么不只是

procon\u winsorized=mstats.winsorize（df）呢['ProCon']，限值=[0.05,0.95]）

，在main中，不需要函数我只是尝试了一下-代码导致了一个满是零的表。无论如何，让我检查一下是否可以在这里找到解决方案。看起来您只需要winsorize该列，对吗？这是一个好主意。但是，这会导致

类型错误：“Series”对象是可变的，因此它们不能像mes一样散列不用担心，谢谢你的参与-我想我们已经到了。
TypeError:winsorize（）为参数“a”获取了多个值。
是我现在收到的反馈。我看到当指定的关键字参数覆盖位置参数时会发生这种情况……是的，我们正在尝试同时winsorize该系列和df的每列，为什么要使用transform？为什么不只是
procon\u winsorized=mstats.winsorize（df）呢['ProCon']，limits=[0.05,0.95]）
，在main中，不需要函数我只是尝试了一下-代码导致一个满是零的表。不管怎样，让我检查一下是否可以在这里找到解决方案。看起来您只需要winsorize该列，对吗？