将具有多个参数的函数传递给 DataFrame.apply

Question

假设我有这样一个数据框：

df = pd.DataFrame([['foo', 'x'], ['bar', 'y']], columns=['A', 'B'])


       A    B
0    foo    x
1    bar    y

当涉及到数据帧时，我知道如何将单个参数函数与 Apply 一起使用，如下所示：

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

当涉及多个输入参数时，如何在数据帧上使用应用？这是我想要的示例：

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个特定示例的变通方法，只是在寻找一般情况下如何做这样的事情。任何建议将不胜感激，谢谢。

Answer 1

我觉得可以

df.apply('-'.join,1)+'-DOG'
Out[157]: 
0    foo-x-DOG
1    bar-y-DOG
dtype: object

Answer 2

这就是你想的那样，apply 接受 args 和 kwargs 并将它们直接传递给 some_func。

df.apply(some_func, var1='DOG', axis=1)

或者，

df.apply(some_func, args=('DOG', ), axis=1)

0    foo-x-DOG
1    bar-y-DOG
dtype: object

Answer 3

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 只是一个薄薄的循环 ，您可以简单地将您的参数作为附加参数提供：

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 the docs，df.apply 接受位置参数和关键字参数。

将具有多个参数的函数传递给 DataFrame.apply

Passing a function with multiple arguments to DataFrame.apply

python

function

pandas

multiple-arguments