Python 如何迭代多个函数参数？

我尝试使用locals（）或*args来迭代多个函数参数。但是，我将函数参数定义为数据帧中的列。如何编辑以下内容，使float_format函数迭代可变数量的参数

#! /usr/bin/env python3

import pandas as pd

def float_format(a, b, c, d, e, f): #Change to single *args function argument?
        for x in range(len(data[a])):
                data[a][x] = data[a][x].replace(' Mbps', '')
        for x in range(len(data[b])):
                data[b][x] = data[b][x].replace(' Mbps', '')
        for x in range(len(data[c])):
                data[c][x] = data[c][x].replace(' Mbps', '')                
        for x in range(len(data[d])):
                data[d][x] = data[d][x].replace(' Mbps', '')
        for x in range(len(data[e])):
                data[e][x] = data[e][x].replace(' Mbps', '')
        for x in range(len(data[f])):
                data[f][x] = data[f][x].replace(' Mbps', '')

file = r'Original_File.xls'
data = pd.read_excel(file, header=[2])

float_format('Average Receive bps',
               'Peak Receive bps',
               'Received Bandwidth',
               'Average Transmit bps',
               'Peak Transmit bps',
               'Transmit Bandwidth')

data.to_excel('results.xlsx', 'w+')

所以如果我尝试

def float_format(*iterate):
        for arg in iterate:
            for x in range(len(data[iterate])):
                    data[iterate][x] = data[iterate][x].replace(' Mbps', '')

我在函数运行的过程中遇到了回溯错误

示例df

>>> data
            Display Name Interface Name  ... Peak Transmit bps Transmit Bandwidth
0       1951 - LAB - FW1          port1  ...         0.56 Mbps         10.00 Mbps
1       1951 - LAB - FW1          port1  ...         0.37 Mbps         10.00 Mbps
2       1951 - LAB - FW1          port1  ...         0.34 Mbps         10.00 Mbps
3       1951 - LAB - FW1          port1  ...         0.36 Mbps         10.00 Mbps
4       1951 - LAB - FW1          port1  ...         0.83 Mbps         10.00 Mbps
5       1951 - LAB - FW1          port1  ...         0.55 Mbps         10.00 Mbps
6       1951 - LAB - FW1          port1  ...         0.27 Mbps         10.00 Mbps
7       1951 - LAB - FW1          port1  ...         0.41 Mbps         10.00 Mbps
8       1951 - LAB - FW1          port2  ...         0.00 Mbps       1000.00 Mbps
9       1951 - LAB - FW1          port2  ...         0.00 Mbps       1000.00 Mbps
10      1951 - LAB - FW1          port2  ...         0.00 Mbps       1000.00 Mbps
11      1951 - LAB - FW1          port2  ...         0.00 Mbps       1000.00 Mbps
12      1951 - LAB - FW1          port2  ...         0.00 Mbps       1000.00 Mbps
13      1951 - LAB - FW1          port2  ...         0.00 Mbps       1000.00 Mbps
14      1951 - LAB - FW1          port2  ...         0.19 Mbps       1000.00 Mbps
15      1951 - LAB - FW1          port2  ...         0.31 Mbps       1000.00 Mbps

---

下面呢

def test(*argv):
    for arg in argv:
            print(arg)

test('hello', 'world')
# hello
# world

---

这里不需要使用*args或类似的东西，我们可以利用Pandas提供的操作

---

设置代码

将numpy导入为np
作为pd进口熊猫
df_1=pd.DataFrame（data={'col_1'：np.random.randint（0,10,10），
“col_2”：np.random.randint（0,50,10），
'col_3'：np.random.randint（0,5,10）}
df_1[['col_1'，'col_3']]=df_1[[col_1'，'col_3']].astype（str）+'Mbps'
打印（df_1）
打印（df_1.数据类型）

输出：

col_1 col_2 col_3
0 1 Mbps 45 0 Mbps
1 2 Mbps 34 1 Mbps
2 6 Mbps 46 2 Mbps
3.7 Mbps 2.1 Mbps
4.6 Mbps 36.0 Mbps
59Mbps 363Mbps
6 4 Mbps 39 1 Mbps
7 4 Mbps 26 1 Mbps
81Mbps 101Mbps
9.6 Mbps 1.1 Mbps
col_1对象
col_2 int64
col_3对象
数据类型：对象

---

方法1:

Series.str.extract（）

使用循环

cols_to_change=['col_1'，'col_3']
对于cols_to_更改中的col_名称：
df_1[col_name]=df_1[col_name].str.extract（r“（\d+）Mbps），expand=False.astype（int）

使用

DataFrame.apply（）

cols_to_change=['col_1'，'col_3']
df_1[cols_to_change]=df_1[cols_to_change].apply（lambda col:col.str.extract（r“（\d+）Mbps”，expand=False））.astype（int）

---

方法2:

Series.str.slice（）

使用循环

cols_to_change=['col_1'，'col_3']
对于cols_to_更改中的col_名称：
df_1[col_name]=df_1[col_name].str.slice（stop=-5）.astype（int）

使用

DataFrame.apply（）

cols_to_change=['col_1'，'col_3']
df_1[cols_to_change]=df_1[cols_to_change].apply（lambda col:col.str.slice（stop=-5））.astype（int）

结果 数据帧内容：

col_1 col_2 col_3
0      9     40      3
1      4      8      3
2      6     49      4
3      4     38      4
4      6     25      4
5      3      8      3
6      3     27      3
7      0     45      1
8      7     24      4
9      3     29      2

d类型

：

col_1 int64
col_2 int64
col_3 int64
数据类型：对象

---

---

如果你有任何问题，请告诉我：）

你能澄清你想做什么吗？你可以为[a，b，c，d，e，f]中的i创建一个列表并迭代

。或者，如果您想要一个可变函数，请确实使用

*args

。确切地说，为什么不使用

*args

？您能解释一下该函数首先要做什么吗？它看起来不太地道。@cgarrido有什么价值？听起来很简单，为什么函数看起来这么复杂？你能后退一步，为操作提供更多的上下文吗？我在编辑中尝试了类似的方法，但在尝试使用*args时，我得到了一个相当长的回溯。你能发布回溯吗？