Python 如何在应用的函数中引用应用函数的数据帧

如何在应用的函数中引用应用函数的数据帧

例如，我有一个名为name_df的数据帧。它有4列（没有指定的索引）

我有一个名为calculate_stats的函数，它接受几个参数（整型值和df的混合）

在calculate_stats中，我想参考

name_df['name1']

和

name_df['name2']

我做到了：

name_df.apply(calculate_stats, axis=1, args=(r, df,x,y,z))

在计算统计数据时，我使用

r['name1']

和

r['name2']

但出现一个错误，指示

NameError:未定义名称“r”

在下文中，它们将函数func1应用于数据帧df。引用df中每一行的参数指定为r。因此，在func1中，可以使用r['colname']引用df的列。如何对我的函数执行相同的操作

In [37]: df
Out[37]:
   X  Y  Count
0  0  1      2
1  0  1      2
2  1  1      2
3  1  0      1
4  1  1      2
5  0  0      1

In [38]: def func1(r):
   ....:     print(r['X'])
   ....:     print(r['Y'])
   ....:     return r
   ....:

---

您是否尝试使用lambda，例如：

 name_df['concat'] = name_df.apply(lambda x: x['name1'] + x['name2'])

---

x

将是当前行作为dict

当前行将始终是传递给函数的第一个参数，

args

中的参数将在后面传递

如果我正确地理解了您正在尝试做的事情，这应该会起作用：

name_df.apply(calculate_stats, axis=1, args=(df, x, y, z))

---

这将计算

calculate_stats（r，df，x，y，z）

其中

r

是应用函数的数据帧的当前行。

当前行始终是传递给函数的第一个参数，

args

中的参数将在后面传递。我没有使用lambda，因为calculate_stats（）这是一个复杂的函数。它对输入数据帧df执行许多操作，并因此生成多个数据帧。基本上，我想提取name_df['name1']和name_df['name2']，迭代name_df中的每一行，并对每个name1和name2组合执行操作。是的，这正是我想要做的。你的建议解决了那个问题。然而，现在我遇到了另一个问题。在df.apply（）操作中是否可以返回多个数据帧？或者我需要像df1，df2=name_df.apply（calculate_stats，axis=1，args=（df，x，y，z））这样的操作，这会产生一个错误。这就是错误：ValueError：需要超过1个值才能解包我认为这是不可能的。您可以让

apply

返回具有多列的数据帧

df

，然后执行例如

df1=df['col1']

和

df2=df['col2']

。从中，

apply

返回序列或数据帧。你不能返回两个数据帧。明白了。所以我更改了calculate_stats（）以生成一个数据帧。但是，我现在得到以下错误：ValueError：无法将大小为45的序列复制到维度为6的数组轴。