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

Question

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

我想要两个新的列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

所以我定义了一个函数func （仅作为例子），它接受字符串'y'或字符串'z'作为参数，以指示我想要与列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 ：

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

显然这里错了，因为我没有指定colName ， 'y'或'z' 。 问题是， df.apply()只是取了函数名，我怎么告诉它取这两个参数？

Answer 1

我认为eval在这里很完美

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

Answer 2

您可以使用lambda函数指定列，但也必须更改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)

如果不可能改变func ：

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)

---

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

Answer 3

您可以通过dict理解中的 assign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
没有固定列的替代方案：

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

Answer 4

一种可能的方案：

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

你的功能将成为：

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

Answer 5

在pandas 0.22.0我能够做到以下几点来获得你的预期输出：

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

所以你需要使用df.apply()的args关键字参数将任何位置参数传递给你的func