使用Pandas groupby()+ apply()和参数

Question

我想df.groupby()结合使用apply()将函数应用于每组的每一行.

我通常使用以下代码,这通常有效(请注意,这是没有的groupby()):

df.apply(myFunction, args=(arg1,))

随着groupby()我尝试了以下内容:

df.groupby('columnName').apply(myFunction, args=(arg1,))

但是,我收到以下错误:

TypeError:myFunction()得到一个意外的关键字参数'args'

因此,我的问题是:我如何使用groupby()和apply()需要参数的函数？

Answer 1

pandas.core.groupby.GroupBy.apply没有命名参数args,但pandas.DataFrame.apply确实有它.

试试这个:

df.groupby('columnName').apply(lambda x: myFunction(x, arg1))

或者根据@Zero的建议:

df.groupby('columnName').apply(myFunction, ('arg1'))

演示:

In [82]: df = pd.DataFrame(np.random.randint(5,size=(5,3)), columns=list('abc'))

In [83]: df
Out[83]:
   a  b  c
0  0  3  1
1  0  3  4
2  3  0  4
3  4  2  3
4  3  4  1

In [84]: def f(ser, n):
    ...:     return ser.max() * n
    ...:

In [85]: df.apply(f, args=(10,))
Out[85]:
a    40
b    40
c    40
dtype: int64

使用时,GroupBy.apply您可以传递命名参数:

In [86]: df.groupby('a').apply(f, n=10)
Out[86]:
    a   b   c
a
0   0  30  40
3  30  40  40
4  40  20  30

一个参数元组:

In [87]: df.groupby('a').apply(f, (10))
Out[87]:
    a   b   c
a
0   0  30  40
3  30  40  40
4  40  20  30

Answer 2

关于为什么使用args参数抛出错误的一些混淆可能源于pandas.DataFrame.apply具有args参数(元组)的事实,而pandas.core.groupby.GroupBy.apply不是.

因此,当您调用.applyDataFrame本身时,您可以使用此参数; 当你调用.applygroupby对象时,你不能.

在@ MaxU的答案中,表达式lambda x: myFunction(x, arg1)被传递给func(第一个参数); 没有必要指定其他*args/ **kwargs因为arg1在lambda中指定.

一个例子:

import numpy as np
import pandas as pd

# Called on DataFrame - `args` is a 1-tuple
# `0` / `1` are just the axis arguments to np.sum
df.apply(np.sum, axis=0)  # equiv to df.sum(0)
df.apply(np.sum, axis=1)  # equiv to df.sum(1)


# Called on groupby object of the DataFrame - will throw TypeError
print(df.groupby('col1').apply(np.sum, args=(0,)))
# TypeError: sum() got an unexpected keyword argument 'args'

Answer 3

为了我

df2 = df.groupby('columnName').apply(lambda x: my_function(x, arg1, arg2,))

工作过