传递列表时如何迭代 *args？ [关闭]

Question

我编写了以下函数，它将数据帧的任意数量的列作为一个列表，然后打印指定列的中位数：

def calculate_median(dataframe, *args, *kwargs):
    print("Median of columns: ")
    for colname in args or kwargs.values():
        median_of_column = np.median(dataframe[colname])
        print(f"{median_of_column}", sep="\n")
    return colname

所以，如果我在数据框中有以下列列表：

colnames = ['Col A', 'Col B', 'Col C', 'Col D']

我遇到的问题是解释器将 整个 列表作为一个整体参数并显示 仅 第一列 (Col A) 的中位数。

我不确定我做错了什么。你能帮忙吗？

Answer 1

如果你这样调用你的函数：

df = ...
colname = calculate_median(df, colnames)

你需要这样称呼它：

df = ...
colname = calculate_median(df, *colnames)

*args 参数表示“任意数量的非关键字（即未命名）参数”。如果您只是传递一个列表 (colnames)，那是一个参数，而不是多个参数。传递*colnames 意味着“解压此列表并将其中的项目用作参数”。

Answer 2

首先，您在*kwargs 上缺少一个星号。你的函数签名应该是：

def calculate_mean(dataframe, *args, **kwargs):

其次，我不确定您的 for 循环是否按照您的想法执行。目前它将遍历args，并且仅在args 为None 或为空的情况下遍历kwargs.values()。如果您想始终对两者进行迭代，您可以将 kwargs.values() 转换为元组，使其具有与 args 相同的类型，然后将它们连接起来：

for colname in args + tuple(kwargs.values()):

然后你会这样调用你的函数：

calculate_mean('Col A', 'Col B', 'Col C', 'Col D')

或者如果你有一个列表：

colnames = ['Col A', 'Col B', 'Col C', 'Col D']

如果你想以列表的每个成员作为参数来调用函数，你需要在调用函数时使用星号解包列表：

calculate_mean(*colnames)

Answer 3

您需要将*df.columns 作为*args 参数传递以获得所需的结果。因为只传递df.columns 不会解压列的值。

我不明白你为什么需要*kwargs 参数。

Answer 4

import numpy as np
import pandas as pd

df = pd.DataFrame({"a": [1, 2, 3, 4, 5], "b": [11, 22, 33, 44, 55], "c": [111, 222, 333, 444, 555]})
print(df)

# error: need double *
def calculate_median(dataframe, *args, **kwargs):
    print("Median of columns: ")
    for colname in args or kwargs.values():
        median_of_column = np.median(dataframe[colname])
        print(f"{median_of_column}", sep="\n")
    return colname
# get dataframe column names 
colnames= df.columns.values
print(f"colnames type={type(colnames)}")
print(f"colnames values={colnames}")
# call function
calculate_median(df, *colnames)