将函数应用于列数未知的 DataFrame

Question

我有许多 pandas 数据框，它们的列数和列名不同，但包含相似的数据（1 和 0）。我想应用一个适用于所有这些数据帧的函数。

这是一个简单的例子：

构建数据框：

data = {'A':[1,2,3], 'B':[4,5,6], 'C':[7,8,9]}
df = pd.DataFrame(data)

定义函数：

def my_fn(a, b, c):
ans = a * b * c
return ans

将函数应用于数据框：

df.apply(lambda x: my_fn(x.A, x.B, x.C), axis=1)

问题：这当然可行，但如果下一个数据框有 5 列（A、B、C、D、E）怎么办？我的函数应该是 my_fn(a, b, c, d, e)。我可能有 1000 个数据框需要像这样处理，列数不同。

我使用 Exec() 的尝试：

my_cols = list(df.columns)
my_cols = ['x.' + item for item in my_cols]
args_str = ', '.join(my_cols)   #This gives--> 'x.A, x.B, x.C, x.D, x.E'
df.apply(lambda x: exec(my_fn(args_str)), axis=1)

结果： TypeError：my_fn() 缺少 4 个必需的位置参数：'b'、'c'、'd' 和 'e'

进一步的想法：
我阅读了其他类似的帖子并建议使用字典，但在我看来，这些问题完全不同。也许我完全以错误的方式解决了这个问题（很可能）。或者也许有一个我没有想到的简单解决方案（更有可能）。有人可以帮忙吗？

Answer 1

你基本上自己回答了这个问题。

df.apply(lambda x: my_fn(x.A, x.B, x.C), axis=1)

这里您使用的是带有参数x 的lambda 函数，它代表一行。您甚至可以访问不同的列 (x.A x.B x.C)。这意味着您需要的所有值都已经存储在x 中，因此x 是一个可迭代的。事实上，它是一个 pandas Series 对象。

无需将x 拆分为不同的值以将它们传递给另一个函数。将您的逻辑直接放入您传递给apply 的函数中。

def my_func(row):
    for col in row:
        # do something with col value
    return # some result

df.apply(my_func, axis=1)

循环不关心数据框中有多少列，它只会处理传递了多少列。

如果您想对x 应用某种数值计算。您也可以使用 numpy，例如。您将所有列按行相乘的示例：

import numpy as np

def my_func(row):
    return np.product(row)

df.apply(my_func, axis=1)

或作为 lambda 函数：

df.apply(lambda x: np.product(x), axis=1)

您还可以查看apply 文档以获取有关该方法如何工作的更多信息：

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.apply.html