通过应用将元组传递给函数答案

【问题标题】：Passing Tuple to a function via apply通过应用将元组传递给函数
【发布时间】：2021-02-16 00:54:07
【问题描述】：

我正在尝试运行下面需要两点的函数..

point A=(2,3)
point B=(4,5

def Somefunc(pointA, point B):
     x= pointA[0] + pointB[1]
     
  return x

现在，当尝试基于此功能创建单独的列时，它会向我抛出 cannot convert the series to <class 'float'> 之类的错误，所以我尝试了这个

df['T']=df.apply(Somefunc((df['A'].apply(lambda x: float(x)),df['B'].apply(lambda x: float(x))),\
                 (df['C'].apply(lambda x: float(x)),df['D'].apply(lambda x: float(x)))),axis=0))

下面的示例数据框；

任何帮助将不胜感激。

【问题讨论】：

尝试在您的函数return float(x) 中进行浮点转换，并在应用您的 lambda 函数时将其关闭
为什么有这么多应用函数嵌套在一起，这会让我做噩梦。你希望你的结果是什么样的？
抱歉，但我尝试了不同的方法，但似乎可以得到输出。结果将是基于函数结果的新列。问题是函数要求 A 点，但实际上它是两个单独的列点 A=(A,B) 的组合，同样点 B=(C,D)
@ShahrukhKhalidi 不用担心，我现在编辑了原始答案，现在我现在正在尝试执行此操作。

标签： pandas function tuples

【解决方案1】：

这是我能做出的关于你想要做什么的最佳猜测：

df['T']=df.apply(lambda row: [(row['A'],row['B']),(row['C'],row['D'])],axis=1)

编辑：应用您的功能；

df['T'] = df.apply(lambda row: SomeFunc((row['A'],row['B']),(row['C'],row['D'])),axis=1)

话虽如此，同样的结果可以更快、更习惯地实现，如下所示：

>>> df
   A  B  C  D
0  2  7  3  3
1  3  1  5  7
2  2  0  6  2
3  3  9  5  9
4  0  2  3  7
>>> df['T']=df.apply(tuple,axis=1)
>>> df
   A  B  C  D             T
0  2  7  3  3  (2, 7, 3, 3)
1  3  1  5  7  (3, 1, 5, 7)
2  2  0  6  2  (2, 0, 6, 2)
3  3  9  5  9  (3, 9, 5, 9)
4  0  2  3  7  (0, 2, 3, 7)

【讨论】：

@ShahrukhKhalidi 不用担心！仅供参考，按行应用：axis=1，按列应用：axis=0