将 apply 函数用于带有参数的 pandas 数据框答案

【问题标题】：Using the apply function to pandas dataframe with arguments将 apply 函数用于带有参数的 pandas 数据框
【发布时间】：2020-05-19 06:25:34
【问题描述】：

我创建了一个函数来获取string datatype 的列，并确保字符串中的第一项始终是capitalized。这是我的功能：

def myfunc(df, col):
     transformed_df = df[col][0].capitalize() + df[col][1:]
     return transformed_df

在我的 pandas 数据框中我感兴趣的列中使用我的函数：

df["mycol"].apply(myfunc)

不知道为什么会出现这个错误：TypeError:myfunc() missing 1 required positional argument: 'col'

甚至添加axis 表示它应该对待它column wise。我相信我已经通过了我的论点为什么我还需要再次指定col？如果我错了，请纠正我？

非常感谢您的意见

【问题讨论】：

【解决方案1】：

如果使用Series.apply，那么Series的每个值都是单独处理的，所以需要：

def myfunc(val):
     return val[0].capitalize() + val[1:]

如果想使用 pandas 字符串函数：

df["mycol"].str[0].str.capitalize() + df["mycol"].str[1:]

如果想传递给函数：

def myfunc(col):
    return col.str[0].str.capitalize() + col.str[1:]

然后使用Series.pipe处理系列：

df["mycol"].pipe(myfunc)

或者：

myfunc(df["mycol"])

【讨论】：