我想将一个带参数的函数应用于 python pandas 中的系列：
x = my_series.apply(my_function, more_arguments_1)
y = my_series.apply(my_function, more_arguments_2)
...
documentation 描述了对 apply 方法的支持，但它不接受任何参数。是否有不同的方法可以接受参数？或者，我是否缺少一个简单的解决方法？
更新（2017 年 10 月）： 请注意，由于最初提出此问题，pandas apply() 已更新以处理位置和关键字参数，上面的文档链接现在反映了这一点并显示了如何包括任一类型的参数。
【问题讨论】：
functools.partial，或者starmap？
大部分内容都包含在其他答案中，想要重复您可能错过的内容，您需要在 args 元组中的参数后添加逗号，请参见以下示例：
df['some_column'].apply(function_name, args=(arg1 ,) #Here comma is necessary.
【讨论】：
#sample dataframe
import pandas as pd
df1=pd.DataFrame({'a':[3,4,7],'b':[4,2,2]})
#my function
def add_some(p,q,r):return p+q+r
df2=df1[["a","b"]].apply(add_some, args=(3,2))
print(df2)
_a b
0 8 9
1 9 7
2 12 7
【讨论】：
新版本的 pandas do 允许您传递额外的参数（请参阅 new documentation）。所以现在你可以这样做了：
my_series.apply(your_function, args=(2,3,4), extra_kw=1)
位置参数添加在序列元素之后。
对于旧版本的熊猫：
文档清楚地解释了这一点。 apply 方法接受一个 python 函数，该函数应该有一个参数。如果您想传递更多参数，您应该按照 Joel Cornett 在他的评论中的建议使用 functools.partial。
一个例子：
>>> import functools
>>> import operator
>>> add_3 = functools.partial(operator.add,3)
>>> add_3(2)
5
>>> add_3(7)
10
您也可以使用partial 传递关键字参数。
另一种方法是创建一个 lambda：
my_series.apply((lambda x: your_func(a,b,c,d,...,x)))
但我认为使用partial 更好。
【讨论】：
args 参数，这是一个包含附加位置参数的元组或 **kwds 用于命名的参数。我也为 Series.apply() github.com/pydata/pandas/issues/1829 创建了一个问题
'abc'，则args=('abc') 将被评估为三个参数('a', 'b', 'c')。为避免这种情况，您必须传递一个包含字符串的元组，为此，请包含一个尾随逗号：args=('abc',)
您可以通过未命名的参数、作为元组传递给args 参数或通过kwds 内部捕获为字典的其他关键字参数将任意数量的参数传递给apply 正在调用的函数参数。
例如，让我们构建一个函数，它对 3 到 6 之间的值返回 True，否则返回 False。
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
这个匿名函数不是很灵活。让我们创建一个带有两个参数的普通函数来控制我们想要的系列中的最小值和最大值。
def between(x, low, high):
return x >= low and x =< high
我们可以通过将未命名的参数传递给args来复制第一个函数的输出：
s.apply(between, args=(3,6))
或者我们可以使用命名参数
s.apply(between, low=3, high=6)
甚至两者兼而有之
s.apply(between, args=(3,), high=6)
【讨论】：
Series.apply(func, convert_dtype=True, args=(), **kwds)
args : tuple
x = my_series.apply(my_function, args = (arg1,))
【讨论】：
func 输入参数怎么样。所以如果我想申请pd.Series.mean(axis=1)，我该如何输入axis=1？
步骤：
示例
x=pd.DataFrame([1,2,3,4])
def add(i1, i2):
return i1+i2
x.apply(add,i2=9)
此示例的结果是数据框中的每个数字都将添加到数字 9。
0
0 10
1 11
2 12
3 13
说明：
“add”函数有两个参数：i1，i2。第一个参数将是数据框中的值，第二个参数是我们传递给“应用”函数的任何值。在这种情况下，我们使用关键字参数“i2”将“9”传递给应用函数。
【讨论】：