定义一个函数使用其他函数名作为参数

Question

我有一个DataFrame如下所示:

df = {'col_1': [1,2,3,4,5,6,7,8,9,10],
      'col_2': [1,2,3,4,5,6,7,8,9,10],
      'col_3':['A','A','A','A','A','B','B','B','B','B']}
df = pd.DataFrame(df)

虽然我使用的真实数据有数百列,但我想使用不同的函数来操作这些列min,max 以及自定义函数,如:

def dist(x):
    return max(x) - min(x)
def HHI(x):
    ss = sum([s**2 for s in x])
    return ss

我想要的功能如下:

def myfunc(cols,fun):
    return df.groupby('col_3')[[cols]].transform(lambda x: fun)
# which allow me to do something like:

df[['min_' + s for s in cols]] = myfunc(cols, min)
df[['max_' + s for s in cols]] = myfunc(cols, max)
df[['dist_' + s for s in cols]] = myfunc(cols, dist)

这在Python中是否可行(我的猜测是'是')？
那如果是的话呢？

编辑======关于自定义功能的名称=======
根据jpp我的解决方案,我所问的是可能的,至少对于bulit-in功能,更多的工作需要考虑自定义功能.

一个可行的解决方案,

temp = df.copy()
for func in ['HHI','DIST'] :
    print(func)
    temp[[ func + s for s in cols]] = df.pipe(myfunc,cols,eval(func))

这里的关键是使用eval函数将字符串表达式转换为函数.但是,可能有更好的方法来做到这一点,期待看到.

编辑======每个jpp关于自定义函数名称的评论=======

jpp的注释直接提供函数名称myfun是基于我的测试有效的,但是,基于的新列名func将会是:有些<function HHI at 0x00000194460019D8>不可读的,修改是temp[[ str(func.__name__) + s for s in cols]],希望这会有助于后来遇到这个问题的人.

Answer 1

这是使用的一种方法pd.DataFrame.pipe。

在 Python 中，一切都是对象，并且无需类型检查即可传递。其理念是“不要检查它是否有效，只需尝试一下......”。因此，您可以将字符串或函数传递给myfunc，而不会产生transform任何有害的副作用。

def myfunc(df, cols, fun):
    return df.groupby('col_3')[cols].transform(fun)

cols = ['col_1', 'col_2']

df[[f'min_{s}' for s in cols]] = df.pipe(myfunc, cols, 'min')
df[[f'max_{s}' for s in cols]] = df.pipe(myfunc, cols, 'max')
df[[f'dist_{s}' s in cols]] = df.pipe(myfunc, cols, lambda x: x.max() - x.min())

结果：

print(df)

   col_1  col_2 col_3  min_col_1  min_col_2  max_col_1  max_col_2  dist_col_1  \
0      1      1     A          1          1          5          5           4   
1      2      2     A          1          1          5          5           4   
2      3      3     A          1          1          5          5           4   
3      4      4     A          1          1          5          5           4   
4      5      5     A          1          1          5          5           4   
5      6      6     B          6          6         10         10           4   
6      7      7     B          6          6         10         10           4   
7      8      8     B          6          6         10         10           4   
8      9      9     B          6          6         10         10           4   
9     10     10     B          6          6         10         10           4   

   dist_col_2  
0           4  
1           4  
2           4  
3           4  
4           4  
5           4  
6           4  
7           4  
8           4  
9           4