Bagaimana untuk Lulus Argumen Tambahan untuk digunakan() dalam Python Pandas?

DDD
Lepaskan: 2024-10-23 00:01:31
asal
183 orang telah melayarinya

How to Pass Additional Arguments to apply() in Python Pandas?

Meluluskan Argumen Tambahan untuk digunakan() dalam Python Pandas

Menggunakan fungsi yang ditentukan pengguna pada siri Pandas selalunya memerlukan menghantar argumen tambahan. Walaupun versi awal Panda tidak membenarkan ini, versi yang lebih baharu memberikan sokongan untuk menghantar hujah.

Pendekatan Kemas Kini (Panda >= 1.0)

Sehingga Pandas 1.0 dan kemudian, anda boleh terus memberikan argumen tambahan menggunakan kaedah apply().

<code class="python">my_series.apply(your_function, args=(2, 3, 4), extra_kw=1)</code>
Salin selepas log masuk

Argumen yang diluluskan menggunakan args ditambah selepas elemen siri, manakala hujah kata kunci boleh dihantar menggunakan extra_kw.

Penyelesaian untuk Versi Lama

Untuk versi sebelum Pandas 1.0:

Kaedah 1: Menggunakan functools.partial

Kaedah ini membolehkan anda mencipta fungsi separa yang digunakan yang mengikat sebarang hujah yang diingini.

<code class="python">import functools
import operator

add_3 = functools.partial(operator.add, 3)
my_series.apply(add_3)</code>
Salin selepas log masuk

Kaedah 2: Menggunakan Fungsi Lambda

Fungsi Lambda juga boleh digunakan untuk lulus hujah.

<code class="python">my_series.apply((lambda x: your_func(a, b, c, d, ..., x)))</code>
Salin selepas log masuk

Atas ialah kandungan terperinci Bagaimana untuk Lulus Argumen Tambahan untuk digunakan() dalam Python Pandas?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan
Tentang kita Penafian Sitemap
Laman web PHP Cina:Latihan PHP dalam talian kebajikan awam,Bantu pelajar PHP berkembang dengan cepat!