Python Pandas：沿运行时定义的每行列映射函数（使用*args）

我想使用*args对Pandas数据帧的行数据应用函数。 可以这样做（检索最大行数的玩具示例）：

有没有一种方法可以这样做，而不必单独列出所有列？例如，当数据帧具有在运行时定义的任意列时

查找最大值也可以用更简单的方法完成，但是如何将任意函数应用于行（如果不可能使用*args）

似乎需要使用

轴=1

进行逐行处理，并且每行都转换为

系列

：

def f(x):
   print (x) 
   #sample function
   return x.max()

print (df.apply(f, axis=1))

样本：

np.random.seed(45)
df = pd.DataFrame(np.random.randint(0,100,size=(3, 4)), columns=list('ABCD'))
print (df)
    A   B   C   D
0  75  30   3  32
1  95  61  85  35
2  68  15  65  14

def f(x):
   print (x) 
   #sample function
   return x.max()

A    75
B    30
C     3
D    32
Name: 0, dtype: int32
A    95
B    61
C    85
D    35
Name: 1, dtype: int32
A    68
B    15
C    65
D    14
Name: 2, dtype: int32

---

如有需要，请列出：

print (df.apply(f, axis=1).tolist())
[75, 95, 68]

您似乎需要使用

axis=1

按行处理，并且每行都转换为

系列

：

def f(x):
   print (x) 
   #sample function
   return x.max()

print (df.apply(f, axis=1))

样本：

np.random.seed(45)
df = pd.DataFrame(np.random.randint(0,100,size=(3, 4)), columns=list('ABCD'))
print (df)
    A   B   C   D
0  75  30   3  32
1  95  61  85  35
2  68  15  65  14

def f(x):
   print (x) 
   #sample function
   return x.max()

A    75
B    30
C     3
D    32
Name: 0, dtype: int32
A    95
B    61
C    85
D    35
Name: 1, dtype: int32
A    68
B    15
C    65
D    14
Name: 2, dtype: int32

---

如有需要，请列出：

print (df.apply(f, axis=1).tolist())
[75, 95, 68]

---

您可以在运行时组装列：

cols = [df[x] for x in 'ABCD']

并使用

*args

：

m1 = list(map(f, *cols))

给出了相同的结果：

m2 = list(map(f,df['A'],df['B'],df['C'],df['D']))
>>> m1 == m2
True

---

您可以在运行时组装列：

cols = [df[x] for x in 'ABCD']

并使用

*args

：

m1 = list(map(f, *cols))

给出了相同的结果：

m2 = list(map(f,df['A'],df['B'],df['C'],df['D']))
>>> m1 == m2
True

---

如果要将特定列发送到轴指定为1的函数，以便它可以按行进行，即，使用

apply

和

lambda

df = pd.DataFrame(np.random.randint(0,100,size=(100, 4)), columns=list('ABCD'))
def f(*args):
    cols = [c for c in args]
    return max(cols)

m = df.apply(lambda x: f(x['A'],x['B'],x['C'],x['D']),axis=1)

输出：打印（测向头（5））

0 98 1 87 2 89 3 69 4 88 数据类型：int64

---

如果要将特定列发送到轴指定为1的函数，以便它可以按行进行，即，使用

apply

和

lambda

df = pd.DataFrame(np.random.randint(0,100,size=(100, 4)), columns=list('ABCD'))
def f(*args):
    cols = [c for c in args]
    return max(cols)

m = df.apply(lambda x: f(x['A'],x['B'],x['C'],x['D']),axis=1)

输出：打印（测向头（5））

0 98 1 87 2 89 3 69 4 88 数据类型：int64 你不能用吗？你不能用吗？似乎是“适当的”方式似乎是“适当的”方式