Python-Pandas: Wenden Sie eine Funktion mit Argumenten auf eine Reihe an

Ich möchte eine Funktion mit Argumenten auf eine Reihe in Python-Pandas anwenden:

x = my_series.apply(my_function, more_arguments_1)
y = my_series.apply(my_function, more_arguments_2)
...

In der Dokumentation wird die Unterstützung einer Apply-Methode beschrieben, es werden jedoch keine Argumente akzeptiert. Gibt es eine andere Methode, die Argumente akzeptiert? Fehlt mir alternativ eine einfache Problemumgehung?

Update (Oktober 2017): Da diese Frage ursprünglich gestellt wurde, wurde Pandas apply()aktualisiert, um Positions- und Schlüsselwortargumente zu verarbeiten. Der obige Dokumentationslink spiegelt dies nun wider und zeigt, wie beide Argumenttypen eingeschlossen werden können.

Neuere Versionen von Pandas tun können Sie zusätzliche Argumente zu übergeben (siehe die neue Dokumentation ). Jetzt können Sie also Folgendes tun:

my_series.apply(your_function, args=(2,3,4), extra_kw=1)

Die Positionsargumente werden nach dem Element der Reihe hinzugefügt .

Für ältere Versionen von Pandas:

Die Dokumentation erklärt dies deutlich. Die Methode apply akzeptiert eine Python-Funktion, die einen einzelnen Parameter haben sollte. Wenn Sie weitere Parameter übergeben möchten, sollten Sie diese verwenden, functools.partialwie von Joel Cornett in seinem Kommentar vorgeschlagen.

Ein Beispiel:

>>> import functools
>>> import operator
>>> add_3 = functools.partial(operator.add,3)
>>> add_3(2)
5
>>> add_3(7)
10

Sie können Schlüsselwortargumente auch mit übergeben partial.

Ein anderer Weg wäre, ein Lambda zu erstellen:

my_series.apply((lambda x: your_func(a,b,c,d,...,x)))

Aber ich denke, die Verwendung partialist besser.

Schritte:

1. Erstellen Sie einen Datenrahmen
2. Erstellen Sie eine Funktion
3. Verwenden Sie die benannten Argumente der Funktion in der apply-Anweisung.

Beispiel

x=pd.DataFrame([1,2,3,4])  

def add(i1, i2):  
    return i1+i2

x.apply(add,i2=9)

Das Ergebnis dieses Beispiels ist, dass jede Nummer im Datenrahmen zur Nummer 9 hinzugefügt wird.

    0
0  10
1  11
2  12
3  13

Erläuterung:

Die Funktion "Hinzufügen" hat zwei Parameter: i1, i2. Der erste Parameter ist der Wert im Datenrahmen und der zweite ist alles, was wir an die Funktion "Apply" übergeben. In diesem Fall übergeben wir "9" mit dem Schlüsselwortargument "i2" an die Apply-Funktion.

Series.apply(func, convert_dtype=True, args=(), **kwds)

args : tuple

x = my_series.apply(my_function, args = (arg1,))

Sie können eine beliebige Anzahl von Argumenten an die Funktion übergeben, applydie entweder über unbenannte Argumente, die als Tupel an den argsParameter übergeben werden, oder über andere Schlüsselwortargumente , die vom Parameter intern als Wörterbuch erfasst werden, aufgerufen wird kwds.

Erstellen wir beispielsweise eine Funktion, die True für Werte zwischen 3 und 6 und andernfalls False zurückgibt.

s = pd.Series(np.random.randint(0,10, 10))
s

0    5
1    3
2    1
3    1
4    6
5    0
6    3
7    4
8    9
9    6
dtype: int64

s.apply(lambda x: x >= 3 and x <= 6)

0     True
1     True
2    False
3    False
4     True
5    False
6     True
7     True
8    False
9     True
dtype: bool

Diese anonyme Funktion ist nicht sehr flexibel. Erstellen wir eine normale Funktion mit zwei Argumenten, um die Min- und Max-Werte zu steuern, die wir in unserer Serie haben möchten.

def between(x, low, high):
    return x >= low and x =< high

Wir können die Ausgabe der ersten Funktion replizieren, indem wir unbenannte Argumente an argsfolgende Adresse übergeben :

s.apply(between, args=(3,6))

Oder wir können die genannten Argumente verwenden

s.apply(between, low=3, high=6)

Oder sogar eine Kombination aus beiden

s.apply(between, args=(3,), high=6)