函数利用 - 使用 apply 调用 vs 直接调用答案

【问题标题】：function utilization - calling using apply vs direct call函数利用 - 使用 apply 调用 vs 直接调用
【发布时间】：2018-02-28 09:13:28
【问题描述】：

我的代码如下。如果我通过第一种方法调用该函数，它可以工作。但是，如果我使用第二种方法调用该函数，则会出现错误。我认为方法二应该起作用，因为该函数期望列作为其输入。为什么我们必须说在方法1中描述的列上运行函数？

train 是 pandas 数据框。

import pandas as pd

def impute_age(cols):
    Age = cols[0]
    Pclass = cols[1]

    if pd.isnull(Age):
        if Pclass == 1:
            return 37
        elif Pclass == 2:
            return 29
        else:
            return 24
    else:
        return Age

#pd.isnull(train[['Age']])

#method 1
#train['Age'] = train[['Age','Pclass']].apply(impute_age, axis=1)

#method 2
impute_age(train[['Age','Pclass']])

【问题讨论】：

什么是pd，最重要的是：什么是train？
pd=pandas 和 train 是一个数据框..抱歉造成混淆

标签： python function pandas dataframe apply

【解决方案1】：

我认为首先你需要一个格式良好的代码：

import pandas as pd
def impute_age(cols):
    Age = cols[0]
    Pclass = cols[1]

    if pd.isnull(Age):

        if Pclass == 1:
            return 37

        elif Pclass == 2:
            return 29

        else:
            return 24

    else:
        return Age


#pd.isnull(train[['Age']])

#method 1
#train['Age'] = train[['Age','Pclass']].apply(impute_age,axis=1)

#method 2
impute_age(train[['Age','Pclass']])

一句话，def后面需要缩进。

【讨论】：