关于 lambda 的另一个问题，“k”在这里是什么意思？

Question

谁能告诉我这里的k是什么？

def rule(x, y):
    if x == 'high' and y > 10:
         return 1
    else:
         return 0
df = pd.DataFrame({ 'c1':[ 'high' ,'high', 'low', 'low'], 'c2': [0, 23, 17, 4]})
df['new'] = df.apply(lambda k: rule(k['c1'], k['c2']), axis =  1)
df.head()

为什么我不能只使用以下内容？

df['new'] = df["c1","c2"].apply(rule['c1'], ['c2'])

Answer 1

这里应该理解两个方面。

func 在obj.apply(func) 中的参数

这取决于。您可以控制作为参数传递给 func 的内容：

1. 如果obj 是pandas.DataFrame，就像你在df[["c1", "c2"]] 或只是df 上使用apply，那么请参考documentation of pd.DataFrame.apply()。请注意，还有参数axis，您可以使用它来控制函数是应用于行（1）还是列（0，默认值）。然后，有参数raw 可用于定义传递给func 的参数是pd.Series（False，默认）还是numpy 数组（True）。

   因此，默认情况下，列被传递给func (as.pd.Series)。现在，由于您拥有axis=1，因此数据将作为 pd.Series 逐行传递。这意味着，k 的类型将是 pd.Series，它将包含一行的数据。

2. 如果obj 是pandas.Series，如果您使用df["col"]，则参考documentation of pandas.Series.apply()。如您所见，在这种情况下，pandas 会将 Series 中的每个元素提供给函数（如果 func 一次处理一个值）或整个数组（如果 func 是 numpy ufunc）。

lambda 只是函数

lambda 中的k 只是参数的名称。例如，参见

myfunc = lambda k: rule(k['c1'], k['c2'])

大致相当于

def myfunc(k):
    return rule(k['c1'], k['c2'])  

为什么我不能只申请关注？

在下面一行

df['new'] = df["c1","c2"].apply(rule['c1'], ['c2'])

传递给apply 的参数将不可调用，这就是它不起作用的原因。由于rule 是一个函数，所以rule['c1'] 没有任何意义。该函数没有属性“c1”。

---

如果您只想知道应该如何完成，我建议您使用@ipj 的答案中的np.vectorize。

Answer 2

可以对任意函数进行矢量化：

import numpy as np
df['new'] = np.vectorize(rule)(df.c1, df.c2)

以上解决方案不会改变您原来的功能。

另一种方法是重写函数：

def rule(row):
    if row['c1'] == 'high' and row['c2'] > 10:
         return 1
    else:
         return 0

并将其应用于数据框：

df['new'] = df.apply(rule, axis = 1)

请注意，axis = 1 是按行将参数传递给应用的函数所必需的。