Pandas df.apply()

Question

我有一个df：

test2= pd.DataFrame({
            'A':[1, 2, 3],
            'B':[4, 5, 6],
            'C':[7, 8, 9] })

我写了一个简单的 function 为：

def add(a,b,c):
    return a+b+c

现在我在我的 df 中使用这个 function 使用 pandas df.apply 方法：

test2.apply(add(test2['A'], test2['B'], test2['C']),axis=1)

它给了我一个错误，说ValueError：一个系列的真值是模棱两可的。 使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()

但是当我将代码修改为：

test2.apply(lambda df: add(df['A'],df['B'],df['C']),axis=1)

它工作得很好，给了我预期的结果：

0 12
1 15
2 18

我的问题是，当我事先已经定义了 function 时，为什么还需要 lambda 表达式？

Answer 1

这是因为apply期望 function 应用于DataFrame或Series 。 如果您在传递给它的三个Series对象上调用add ，则根本不需要再调用apply 。 这是因为加法已经适用于Series对象。 但是，并不是每个 function 都可以这样应用，这就是apply的用途。

您收到的错误是由于您正在传递一个Series ，而它需要一个 function。

Answer 2

更改您的签名 function：

def add(row):
    return sum(row)

out = test2.apply(add, axis=1)
print(out)

# Output:
0    12
1    15
2    18
dtype: int64