Python 熊猫应用：自动列解包功能原型

有没有一种方法可以让函数使用df.apply方法自动解包列

理想情况下，我正在寻找一种方法来定义函数，使其自动解包，而不考虑数据框中的列数，并允许我直接使用列名作为变量 差不多

def func(*row):
    print col1
or def func(**row)
    print col1

与df.apply（func，axis=1）一起使用

到目前为止我试过但不喜欢的东西

def func(row):
       col1, col2, col3 = row

df[col1，col2，col3]。应用（func，axis=1）

请举例说明：

import pandas as pd
import numpy as np

grid = np.random.rand(5,2)
df = pd.DataFrame(grid, columns =['col1', 'col2'])

鉴于此：我正在尝试编写一个函数

def multiply(x): 
###This function definition does not obviously work. What im asking is a way to achieve similar functionality without me explicitly unpacking x to col1 and col2###
    print col1
    print col2


df.apply(multiply, axis=1)

---

如果将

apply

与函数一起使用并且

axis=1

则可以通过列的名称访问这些列

def print_columns(row):

    print('Column 1:', row['col1'])
    print('Column 2:', row['col2'])

df.apply(print_columns, axis=1) 

---

从函数中的

行

变量中，可以按名称访问任何列。显然，请确保

返回要在输出列中设置的内容。
请添加输入数据和预期输出的示例。现在很难看出你想要达到什么目标。我用一个例子编辑了这些知识。使用这个例子，你是否尝试使用
x['col1']
。apply函数期望获得一个系列，如果轴=1，则它是一行，列是该系列的索引