使用 pandas apply() 时如何在列中返回函数的名称？答案

【问题标题】：While using pandas apply() how to return the name of the function in a column?使用 pandas apply() 时如何在列中返回函数的名称？
【发布时间】：2018-12-18 16:44:37
【问题描述】：

假设以下 pandas 数据框：

还有以下功能：

def sum(A):
    return 2 + A

我将 sum 函数应用于 pandas 数据框，如下所示：

df['sum'] = df['A'].apply(sum)

如何在另一列中返回函数的名称？例如，预期的输出如下所示：

A sum func_name
1   3   sum
1   3   sum
2   4   sum
4   6   sum
10  12  sum

原因是我想跟踪每个值所应用的内容。

【问题讨论】：

嗯，它已经在您的列名中了。如果你迭代函数，你可以得到它们的名字：for func in funcs: df[func.__name__] = df['A'].apply(func)。
拜托，拜托，避免覆盖像sum这样的python内置函数
如果函数是匿名的会发生什么？ (df['A'].apply(lambda a: 2 + a))
@ernest_k，这正是应该首选基于显式字典的映射的原因。试图在我的回答中解释这一点。

标签： python python-3.x pandas

【解决方案1】：

如果你想获取函数名，另一个选项是使用f.__name__。示例：

def mysum(X):
    return 2 + X

def foo(X, function):
    return pd.Series({
        function.__name__: function(X), 'func_name': function.__name__})

df.join(df.A.apply(foo, function=mysum))

    A  mysum func_name
0   1      3     mysum
1   1      3     mysum
2   2      4     mysum
3   4      6     mysum
4  10     12     mysum

def myprod(X):
    return 2 * X    

df.join(df.A.apply(foo, function=myprod))

    A  myprod func_name
0   1       2    myprod
1   1       2    myprod
2   2       4    myprod
3   4       8    myprod
4  10      20    myprod

我假设您已经熟悉以这种方式使用apply 的陷阱。我在假设你的函数是更复杂的东西的替代品的情况下写了这个。但总的来说，您应该尽可能地尝试矢量化。

如果您想要更灵活地命名输出列，可以添加关键字参数name：

def foo(X, function, name=None):
    name = name if name else function.__name__
    return pd.Series({
        name: function(X), 'func_name': function.__name__})

df.join(df.A.apply(foo, function=mysum, name='sum'))

    A  sum func_name
0   1    3     mysum
1   1    3     mysum
2   2    4     mysum
3   4    6     mysum
4  10   12     mysum

【讨论】：

【解决方案2】：

您可以查看inspect

import inspect

def SUM(A):
    return pd.Series([2 + A,  inspect.stack()[0][3]],index=['value','func_name'])
df['A'].apply(SUM)
Out[5]: 
   value func_name
0      3       SUM
1      3       SUM
2      4       SUM
3      6       SUM
4     12       SUM

【讨论】：

【解决方案3】：

如果您需要使用函数的名称，请使用字典作为调度程序。这是干净和可靠的。它避免了隐藏内置的sum 函数，即not recommended。

def summer(A):
    return 2 + A

def apply_func(s, func):
    d = {'sum': summer}
    return s.apply(d[func]), func

df['sum'], df['func_name'] = apply_func(df['A'], 'sum')

print(df)

    A  sum func_name
0   1    3       sum
1   1    3       sum
2   2    4       sum
3   4    6       sum
4  10   12       sum

对于 Pandas，您应该避免 pd.Series.apply，因为这代表了一个低效的 Python 级循环。在这种情况下，您的函数可以通过重新定义 apply_func 来简单地向量化：

def apply_func(s, func):
    d = {'sum': summer}
    return d[func](s), func

【讨论】：