为什么我需要 lambda 才能将函数应用于 Pandas Dataframe？答案

【问题标题】：Why do I need lambda to apply functions to a Pandas Dataframe?为什么我需要 lambda 才能将函数应用于 Pandas Dataframe？
【发布时间】：2017-04-04 16:00:43
【问题描述】：

我有一个 Pandas 数据框，我正在尝试使用 apply() 函数在一列中的条目上传递一个函数。

我的函数是这样的：

def foo(Y):
    #accepts a pandas data frame
    #carries out some search on the text in each row of the dataframe
    #groups successful searches
    #return a new column as a pandas series

我的数据框是这样的：

    Info    WN    RN
0    XX    YY    ZZ    
1    AA    BB    CC
2    JJ    KK    LL

我尝试执行：

df['SR'] = (df['Info'].apply(foo(x)))

我的错误如下：

File "<ipython-input-11-ae54015436d8>", line 1, in <module>
df['SR'] = (df['Info'].apply(foo(x))
NameError: name 'x' is not defined

但如果我使用：

df['SR'] = (df['Info'].apply(lambda x:foo(x)))

效果很好。

我了解 Lambda 的工作原理（至少我是这么认为的）。我不明白我为什么需要它。

为什么我需要 lambda 才能成功地将函数传递给数据框？根据定义，apply() 函数不应该这样做吗？

或者是我实际上是在以另一种方式有效地执行它，即将我的数据框传递给函数，并返回一些输出，而不是迭代地将函数应用于数据框（如果这有意义的话）？

谁能提供任何见解？

由衷的感谢！

【问题讨论】：

在这种情况下，lambda 不是必需的：df['SR'] = df['Info'].apply(foo) 可以正常工作
您不需要需要 lambda，但 df['Info'].apply(foo(x)) 作为语法没有任何意义，因为 x 未定义，您想改为使用 (df['Info'].apply(foo)) .只需传递apply() 函数即可。不要尝试内联编写函数调用。

标签： python pandas lambda apply

【解决方案1】：

lambda 是不必要的，你可以这样做

df['SR'] = df['Info'].apply(foo)

在这里它仍然可以工作

【讨论】：

这很奇怪。因为当我在这里做同样的事情时，它不会。为了清楚起见，我将用完整的 foo 内容更新我的 Q。
我很抱歉：你是对的。这确实解决了问题。我的下一个问题是为什么需要 lambda？（但也许这是一个更普遍的问题，适合其他地方）
要理解的是lambda 只是普通函数定义的语法糖：docs.python.org/3/tutorial/controlflow.html#lambda-expressions，它们有一个限制，只能接受一个 arg，这取决于个人喜好老实说，lambda 不会做普通 func 做不到的事情
欣赏链接。我将围绕 SO 上的其他一些问题进行阅读和讨论，以感受一下。感谢您的帮助。