使用 Args 将函数应用于多个 pandas 列

Question

我写了下面的函数：

def unique_values(df, column):

unique = df[column].unique()
clean = pd.DataFrame.from_dict(unique)
clean.columns = [column]

return clean

我想将以下函数应用于 df 中的各个列。就像这样：

unique1, unique2, unique3 = unique_values(df, "Column1", "Column2", "Column3")

如果我按以下方式添加参数：

 def unique_values(df, *column):

    unique = df[column].unique()
    clean = pd.DataFrame.from_dict(unique)
    clean.columns = [column]

    return clean

并像这样应用函数：

 unique1, unique2, unique3 = unique_values(df, "Column1", "Column2", "Column3")

我收到以下错误：

KeyError: ('Column1', 'Column2', 'Column3')

任何帮助将不胜感激

Answer 1

您可以通过遍历 column:

def unique_values(df, *column):
    to_return=[]
    for col in column:
        unique = df[col].unique()
        clean = pd.DataFrame.from_dict(unique)
        clean.columns = [col]
        to_return.append(clean)
    return to_return
# this way this works:
unique1, unique2, unique3 = unique_values(df, "Column1", "Column2", "Column3")

Answer 2

您可以编写一个小的包装函数来调用您的 unique_values() 函数，并使用您作为参数传递的列列表，如下所示：

def df_unique_values(df, *columns):
    return [unique_values(df, x) for x in columns]

此函数 returns 一个列表，其中包含针对不同列每次调用 unique_values() 的结果。像这样使用这个函数：

unique1, unique2, unique3 = df_unique_values(df, "Column1", "Column2", "Column3")

使用 Args 将函数应用于多个 pandas 列

Apply function to multiple pandas columns with Args

python

args

dataframe

keyword-argument

pandas