将Pandas groupby（）+ apply（）与参数一起使用

Question

我想df.groupby()结合使用apply()将功能应用于每组的每一行。

我通常使用以下代码，该代码通常可以正常工作（请注意，这是不带的groupby()）：

df.apply(myFunction, args=(arg1,))

随着groupby()我试过如下：

df.groupby('columnName').apply(myFunction, args=(arg1,))

但是，出现以下错误：

TypeError：myFunction（）获得了意外的关键字参数’args’

因此，我的问题是： 我如何使用groupby()，并apply()与需要参数的函数？

Answer 1

pandas.core.groupby.GroupBy.apply没有 命名
参数args，但是pandas.DataFrame.apply有。

所以试试这个：

df.groupby('columnName').apply(lambda x: myFunction(x, arg1))

或@Zero建议：

df.groupby('columnName').apply(myFunction, ('arg1'))

演示：

In [82]: df = pd.DataFrame(np.random.randint(5,size=(5,3)), columns=list('abc'))

In [83]: df
Out[83]:
   a  b  c
0  0  3  1
1  0  3  4
2  3  0  4
3  4  2  3
4  3  4  1

In [84]: def f(ser, n):
    ...:     return ser.max() * n
    ...:

In [85]: df.apply(f, args=(10,))
Out[85]:
a    40
b    40
c    40
dtype: int64

使用时，GroupBy.apply您可以传递一个命名参数：

In [86]: df.groupby('a').apply(f, n=10)
Out[86]:
    a   b   c
a
0   0  30  40
3  30  40  40
4  40  20  30

参数元组：

In [87]: df.groupby('a').apply(f, (10))
Out[87]:
    a   b   c
a
0   0  30  40
3  30  40  40
4  40  20  30