Python 在df.apply（）中的自定义函数中传递DataFrame中的不同列

假设我有一个数据帧

df

：

  x y z
0 1 2 3
1 4 5 6
2 7 8 9

df['xz'] = df.apply(func, axis=1)

我想有两个新列，分别是x*y和x*z：

  x y z xy xz
0 1 2 3  2  3
1 4 5 6 20 24
2 7 8 9 56 63

因此，我定义了一个函数

func

（仅举个例子），它将字符串

'y'

或字符串

'z'

作为参数，以指示要与列x相乘的列：

def func(row, colName):
    return row['x'] * row[colName]

并将该函数应用于数据帧

df

：

  x y z
0 1 2 3
1 4 5 6
2 7 8 9

df['xz'] = df.apply(func, axis=1)

显然，这里是错误的，因为我没有指定

colName

，

'y'

或

'z'

。问题是，

df.apply（）

df['xz'] = df.apply(lambda x: func(x['x'], x[colName]), axis=1)

你的职能是：

def func(x, colName):
    return x * colName

您可以将lambda函数用于指定列，但也需要更改
func
：

def func(row, colName):
    return row * colName

cols = ['y', 'z']
for c in cols:
    df['x' + c] = df.apply(lambda x: func(x['x'], x[c]), axis=1)

def func(row, colName):
    return row['x'] * row[colName]

cols = ['y', 'z']
for c in cols:
    df['x' + c] = df.apply(lambda x: func(x, c), axis=1)

如果无法更改
func
：

def func(row, colName):
    return row * colName

cols = ['y', 'z']
for c in cols:
    df['x' + c] = df.apply(lambda x: func(x['x'], x[c]), axis=1)

def func(row, colName):
    return row['x'] * row[colName]

cols = ['y', 'z']
for c in cols:
    df['x' + c] = df.apply(lambda x: func(x, c), axis=1)


您可以在听写理解中使用
赋值
来完成此操作

选项1

保持第一列固定：

def func(row, j):
    return row['x'] * row[j]

cols = ['y', 'z']
df.assign(**{'x' + c : df.apply(func, args=c, axis=1) for c in cols})

   x  y  z  xy  xz
0  1  2  3   2   3
1  4  5  6  20  24
2  7  8  9  56  63


选项2

两列都不固定的备选方案：

def func(row, i, j):
    return row[i] * row[j]

pairs = [('x', 'y'), ('x', 'z')]
df.assign(**{''.join(p) : df.apply(func, args=p, axis=1) for p in pairs})

   x  y  z  xy  xz
0  1  2  3   2   3
1  4  5  6  20  24
2  7  8  9  56  63

在
pandas 0.22.0
中，我能够执行以下操作以获得您的预期输出：

df['xy'] = df.apply(func, axis=1, args='y')
df['xz'] = df.apply(func, axis=1, args='z')

pd.DataFrame.apply的docstring显示以下内容：

pd.DataFrame.apply(self, func, axis=0, broadcast=False, raw=False, reduce=None, args=(), **kwds)
.
.
.
args : tuple; Positional arguments to pass to function in addition to the array/series

因此，您需要使用
df.apply（）
中的
args
关键字参数将任何位置参数传递给
func
，我认为
eval
在这里是完美的

df['x*y'],df['x*z']=df.eval('x*y'),df.eval('x*z')
df
Out[14]: 
   x  y  z  x*y  x*z
0  1  2  3    2    3
1  4  5  6   20   24
2  7  8  9   56   63

我更喜欢第一个选项，但不太明白什么是
'x'+c
。新列的名称是？@PacmanKX，确切地说，在那里命名列。这只是简单的字符串连接。这真的很有效！只有一个小问题，
'x'+c
是列名吗？认为字符串可以用作列名。@PacmanKX-确切地说，它是列表理解，对于每个循环，都从
cols
list返回值。所以在第一个循环中
y
和第二个循环中
z
他，很好：）很酷！谢谢真不错。如果这是OP的真实用例，它将最适合。伟大的解决方案！谢谢你的回答！没有更改原始的
func
？我没有更改原始的
func
定义。如果我的答案或其他答案有用，请不要忘记-单击答案旁边的复选标记（
v
），将其从灰显切换为填充。接受的答案应该只有一个。