Python 将具有多个参数的函数传递给DataFrame.apply
假设我有这样一个数据帧:Python 将具有多个参数的函数传递给DataFrame.apply,python,function,pandas,multiple-arguments,Python,Function,Pandas,Multiple Arguments,假设我有这样一个数据帧: df = pd.DataFrame([['foo', 'x'], ['bar', 'y']], columns=['A', 'B']) A B 0 foo x 1 bar y def some_func(row): return '{0}-{1}'.format(row['A'], row['B']) df['C'] = df.apply(some_func, axis=1) df A
df = pd.DataFrame([['foo', 'x'], ['bar', 'y']], columns=['A', 'B'])
A B
0 foo x
1 bar y
def some_func(row):
return '{0}-{1}'.format(row['A'], row['B'])
df['C'] = df.apply(some_func, axis=1)
df
A B C
0 foo x foo-x
1 bar y bar-y
我知道如何在涉及数据帧时使用带Apply的单参数函数,如下所示:
df = pd.DataFrame([['foo', 'x'], ['bar', 'y']], columns=['A', 'B'])
A B
0 foo x
1 bar y
def some_func(row):
return '{0}-{1}'.format(row['A'], row['B'])
df['C'] = df.apply(some_func, axis=1)
df
A B C
0 foo x foo-x
1 bar y bar-y
当数据帧涉及多个输入参数时,如何在其上使用apply?下面是我想要的一个例子:
def some_func(row, var1):
return '{0}-{1}-{2}'.format(row['A'], row['B'], var1)
df['C'] = df.apply(some_func(row, var1='DOG'), axis=1)
df
A B C
0 foo x foo-x-DOG
1 bar y bar-y-DOG
我不是在寻找解决这一特定示例的变通方法,只是一般来说如何做类似的事情。任何建议都将不胜感激,谢谢。我想可以
df.apply('-'.join,1)+'-DOG'
Out[157]:
0 foo-x-DOG
1 bar-y-DOG
dtype: object
这正是您认为的方式,
apply
接受args
和kwargs
并将它们直接传递给某些函数
df.apply(some_func, var1='DOG', axis=1)
或者
您应该使用矢量化逻辑:
df['C'] = df['A'] + '-' + df['B'] + '-DOG'
如果您真的想使用df.apply
,这只是一个隐蔽的循环,您只需将参数作为附加参数输入即可:
def some_func(row, var1):
return '{0}-{1}-{2}'.format(row['A'], row['B'], var1)
df['C'] = df.apply(some_func, var1='DOG', axis=1)
根据,df.apply
接受位置参数和关键字参数