如何在python中为自定义函数使用apply函数

我有这个功能

def cleanup_model(model, clean_model_list):
    model = model.lower()
    clean_model_list = [x.lower() for x in clean_model_list]
    for x in clean_model_list:
        if x in model:
            return x
    return model

我有这个数据框

d = {'laptops' : ['apple macbook pro 16','apple macbook', 'hp laptop xyz 15']}
a = pd.DataFrame(data=d)

我有这个清单

l = ['apple macbook', 'hp laptop']

我想使用pandas中的

apply

函数来获取此信息

d = {'laptops' : ['apple macbook','apple macbook', 'hp laptop xyz 15']}
a = pd.DataFrame(data=d)

我有点困惑如何将上述函数应用于整个数据帧。感谢您的建议。

dataframe.apply（f）

用于获取一个参数并返回一个输出的函数

目前，您的函数接受2个参数，因此

.apply（cleanup\u model）

将无法工作

如果您事先知道clean_model_list的值，我建议您这样做：（假设

l=['apple macbook'，'hp laptop']

是您的clean_model_list

def cleanup_model（model，clean_model_list=['apple macbook'，'hp膝上型电脑]）：
model=model.lower（）
clean_model_list=[x.lower（）表示clean_model_list中的x]
对于clean_model_列表中的x：
如果模型中有x：
返回x
回归模型
a、 应用（清理模型）

或者，你也可以去

clean_model_list=['apple macbook'，'hp膝上型电脑']
def清理_模型（模型）：
model=model.lower（）
clean_model_list=[x.lower（）表示clean_model_list中的x]
对于clean_model_列表中的x：
如果模型中有x：
返回x
回归模型
a、 应用（清理模型）

dataframe.apply（f）

用于获取一个参数并返回一个输出的函数

目前，您的函数接受2个参数，因此

.apply（cleanup\u model）

将无法工作

如果您事先知道clean_model_list的值，我建议您这样做：（假设

l=['apple macbook'，'hp laptop']

是您的clean_model_list

def cleanup_model（model，clean_model_list=['apple macbook'，'hp膝上型电脑]）：
model=model.lower（）
clean_model_list=[x.lower（）表示clean_model_list中的x]
对于clean_model_列表中的x：
如果模型中有x：
返回x
回归模型
a、 应用（清理模型）

或者，你也可以去

clean_model_list=['apple macbook'，'hp膝上型电脑']
def清理_模型（模型）：
model=model.lower（）
clean_model_list=[x.lower（）表示clean_model_list中的x]
对于clean_model_列表中的x：
如果模型中有x：
返回x
回归模型
a、 应用（清理模型）

您可以使用

args

参数或通过传递关键字参数将参数传递给

apply

（在本例中使用）

def cleanup_model(model, clean_model_list):
    model = model.lower()
    clean_model_list = [x.lower() for x in clean_model_list]
    for x in clean_model_list:
        if x in model:
            return x
    return model

d = {'laptops' : ['apple macbook','apple macbook', 'hp laptop xyz 15']}
a = pd.DataFrame(data=d)
l = ['apple macbook', 'hp laptop']
a.laptops.apply(cleanup_model, args=(l,))

这会给你

0    apple macbook
1    apple macbook
2        hp laptop
Name: laptops, dtype: object

您也可以像这样使用关键字参数

a.laptops.apply(cleanup_model, clean_model_list=l)

---

您可以使用

args

参数或通过传递关键字参数将参数传递给

apply

（在本例中使用）

def cleanup_model(model, clean_model_list):
    model = model.lower()
    clean_model_list = [x.lower() for x in clean_model_list]
    for x in clean_model_list:
        if x in model:
            return x
    return model

d = {'laptops' : ['apple macbook','apple macbook', 'hp laptop xyz 15']}
a = pd.DataFrame(data=d)
l = ['apple macbook', 'hp laptop']
a.laptops.apply(cleanup_model, args=(l,))

这会给你

0    apple macbook
1    apple macbook
2        hp laptop
Name: laptops, dtype: object

您也可以像这样使用关键字参数

a.laptops.apply(cleanup_model, clean_model_list=l)

---

如何调用

cleanup\u model

？如何调用

cleanup\u model

？