如何将具有两个数组参数的函数（numpy ufunc）应用于一个熊猫系列？

Question

第二个参数应该只是数组中每个元素的相同标量。

我只是想从 YYYYMMMDD 的数字代码中提取月份和日期。我会为每个值采用numpy.mod(datenum,10000)，但numpy ufunc mod 采用两个类似数组的参数。

按照 pandas.apply 上的instructions，我尝试使用以下测试代码但失败了：

import numpy as np
from pandas import *

s = Series(np.random.randn(5), index=['a', 'b', 'c', 'd', 'e'])
t = s.apply(np.mod,raw=True,args=(10000,))
print s
print t

Traceback (most recent call last):
  File "…", line 7, in <module>
    t = s.apply(np.mod,raw=True,args=(10000,))
  File "…/miniconda/lib/python2.7/site-packages/pandas/core/series.py", line 2023, in apply
    mapped = lib.map_infer(values, f, convert=convert_dtype)
  File "inference.pyx", line 920, in pandas.lib.map_infer (pandas/lib.c:44780)
  File "…/miniconda/lib/python2.7/site-packages/pandas/core/series.py", line 2012, in <lambda>
    f = lambda x: func(x, *args, **kwds)
TypeError: 'raw' is an invalid keyword to ufunc 'remainder'

没有raw=True，错误信息为：

Traceback (most recent call last):
  File "…", line 7, in <module>
    t = s.apply(np.mod,args=(10000,))
  File "…/miniconda/lib/python2.7/site-packages/pandas/core/series.py", line 2017, in apply
    return f(self)
ValueError: invalid number of arguments

这是如何工作的？

Answer 1

由于广播规则，10000 是类似数组的，您可以将其传递给mod 或%，就像它是一个数组一样：

In [13]: s
Out[13]: 
a    85626286                                                                                    
b    66577463                                                                                    
c    75552690                                                                                    
d    36817240                                                                                    
e    75994944                                                                                    
dtype: int64                                                                                     

In [14]: s % 10000
Out[14]: 
a    6286                                                                                        
b    7463                                                                                        
c    2690                                                                                        
d    7240                                                                                        
e    4944                                                                                        
dtype: int64

至于apply，您正在查看错误的文档。您正在查看Dataframe.apply，但您有一个系列，所以您应该查看Series.apply。 Series.apply 不接受 raw 参数。

您可能认为删除 raw 参数会修复您的尝试，但 Series.apply 有一个特殊的行为，如果 f 是一个 ufunc 并且没有提供 f 的关键字参数，it completely ignores args。我认为这实际上是一个错误。解决方法是不要为此使用apply；广播规则使apply 对您的情况来说是多余的。