假设我有df，其中包含'ID', 'col_1', 'col_2'列。我定义了一个函数：
f = lambda x, y : my_function_expression。
现在，我想将f应用于df的两列'col_1', 'col_2'，以便按元素计算新列'col_3'，有点像：
df['col_3'] = df[['col_1','col_2']].apply(f)
# Pandas gives : TypeError: ('<lambda>() takes exactly 2 arguments (1 given)'
怎么办？
** 添加详细示例如下 的 ***
import pandas as pd
df = pd.DataFrame({'ID':['1','2','3'], 'col_1': [0,2,3], 'col_2':[1,4,5]})
mylist = ['a','b','c','d','e','f']
def get_sublist(sta,end):
return mylist[sta:end+1]
#df['col_3'] = df[['col_1','col_2']].apply(get_sublist,axis=1)
# expect above to output df as below
ID col_1 col_2 col_3
0 1 0 1 ['a', 'b']
1 2 2 4 ['c', 'd', 'e']
2 3 3 5 ['d', 'e', 'f']
答案 0 :(得分：236)
以下是在数据框架上使用apply的示例，我使用axis = 1进行调用。
注意区别在于，不是尝试将两个值传递给函数f，而是重写函数以接受pandas Series对象，然后索引Series以获取所需的值。
In [49]: df
Out[49]:
0 1
0 1.000000 0.000000
1 -0.494375 0.570994
2 1.000000 0.000000
3 1.876360 -0.229738
4 1.000000 0.000000
In [50]: def f(x):
....: return x[0] + x[1]
....:
In [51]: df.apply(f, axis=1) #passes a Series object, row-wise
Out[51]:
0 1.000000
1 0.076619
2 1.000000
3 1.646622
4 1.000000
根据您的使用情况，创建一个pandas group对象，然后在该组上使用apply有时会很有帮助。
答案 1 :(得分：61)
一个简单的解决方案是：
df['col_3'] = df[['col_1','col_2']].apply(lambda x: f(*x), axis=1)
答案 2 :(得分：38)
一个有趣的问题！我的答案如下：
import pandas as pd
def sublst(row):
return lst[row['J1']:row['J2']]
df = pd.DataFrame({'ID':['1','2','3'], 'J1': [0,2,3], 'J2':[1,4,5]})
print df
lst = ['a','b','c','d','e','f']
df['J3'] = df.apply(sublst,axis=1)
print df
输出：
ID J1 J2
0 1 0 1
1 2 2 4
2 3 3 5
ID J1 J2 J3
0 1 0 1 [a]
1 2 2 4 [c, d]
2 3 3 5 [d, e]
我将列名更改为ID，J1，J2，J3以确保ID＆lt; J1＆lt; J2＆lt; J3，所以列以正确的顺序显示。
一个更简短的版本：
import pandas as pd
df = pd.DataFrame({'ID':['1','2','3'], 'J1': [0,2,3], 'J2':[1,4,5]})
print df
lst = ['a','b','c','d','e','f']
df['J3'] = df.apply(lambda row:lst[row['J1']:row['J2']],axis=1)
print df
答案 3 :(得分：31)
在Pandas中有一种简单的单行方法：
df['col_3'] = df.apply(lambda x: f(x.col_1, x.col_2), axis=1)
这允许f是具有多个输入值的用户定义函数，并使用（安全）列名而不是（不安全）数字索引来访问列。
数据示例（基于原始问题）
import pandas as pd
df = pd.DataFrame({'ID':['1', '2', '3'], 'col_1': [0, 2, 3], 'col_2':[1, 4, 5]})
mylist = ['a', 'b', 'c', 'd', 'e', 'f']
def get_sublist(sta,end):
return mylist[sta:end+1]
df['col_3'] = df.apply(lambda x: get_sublist(x.col_1, x.col_2), axis=1)
print(df)的输出：
ID col_1 col_2 col_3
0 1 0 1 [a, b]
1 2 2 4 [c, d, e]
2 3 3 5 [d, e, f]
答案 4 :(得分：17)
您正在寻找的方法是Series.combine。 但是，似乎必须注意数据类型。 在你的例子中，你会（正如我在测试答案时所做的那样）天真地调用
df['col_3'] = df.col_1.combine(df.col_2, func=get_sublist)
然而，这会引发错误：
ValueError: setting an array element with a sequence.
我最好的猜测是，它似乎期望结果与调用方法的系列（df.col_1在这里）的类型相同。但是，以下工作：
df['col_3'] = df.col_1.astype(object).combine(df.col_2, func=get_sublist)
df
ID col_1 col_2 col_3
0 1 0 1 [a, b]
1 2 2 4 [c, d, e]
2 3 3 5 [d, e, f]
答案 5 :(得分：12)
你写的方式需要两个输入。如果您查看错误消息，则说明您没有为f提供两个输入，只有一个。错误信息是正确的 不匹配是因为df [['col1'，'col2']]返回一个包含两列的数据帧，而不是两列。
您需要更改f以便它需要一个输入，将上面的数据框保留为输入，然后将其分解为函数体中的x，y 。然后做你需要的任何事情并返回一个值。
你需要这个函数签名，因为语法是.apply（f） 所以f需要采用单一的东西=数据帧而不是两件事，这是你当前的预期。
由于你没有提供f的主体，我不能再详细介绍了 - 但这应该提供出路，而不是从根本上改变你的代码或使用其他方法而不是应用
答案 6 :(得分：11)
我要为np.vectorize投票。它允许您只拍摄x列数而不处理函数中的数据帧，因此它对于您无法控制或执行诸如将2列和常量发送到函数中的功能非常有用（即col_1，col_2，＆＃39; foo＆＃39;）。
import numpy as np
import pandas as pd
df = pd.DataFrame({'ID':['1','2','3'], 'col_1': [0,2,3], 'col_2':[1,4,5]})
mylist = ['a','b','c','d','e','f']
def get_sublist(sta,end):
return mylist[sta:end+1]
#df['col_3'] = df[['col_1','col_2']].apply(get_sublist,axis=1)
# expect above to output df as below
df.loc[:,'col_3'] = np.vectorize(get_sublist, otypes=["O"]) (df['col_1'], df['col_2'])
df
ID col_1 col_2 col_3
0 1 0 1 [a, b]
1 2 2 4 [c, d, e]
2 3 3 5 [d, e, f]
答案 7 :(得分：6)
从apply返回列表是一项危险的操作，因为不保证生成的对象是Series或DataFrame。在某些情况下可能会出现例外情况。让我们来看一个简单的例子：
df = pd.DataFrame(data=np.random.randint(0, 5, (5,3)),
columns=['a', 'b', 'c'])
df
a b c
0 4 0 0
1 2 0 1
2 2 2 2
3 1 2 2
4 3 0 0
从apply
1）如果返回列表的长度不等于列数，则返回一系列列表。
df.apply(lambda x: list(range(2)), axis=1) # returns a Series
0 [0, 1]
1 [0, 1]
2 [0, 1]
3 [0, 1]
4 [0, 1]
dtype: object
2）当返回列表的长度等于数量时 然后返回一个DataFrame，每列都得到 列表中的相应值。
df.apply(lambda x: list(range(3)), axis=1) # returns a DataFrame
a b c
0 0 1 2
1 0 1 2
2 0 1 2
3 0 1 2
4 0 1 2
3）如果返回列表的长度等于第一行的列数，但至少有一行，其中列表的元素数量不同于列数，则ValueError为提高。
i = 0
def f(x):
global i
if i == 0:
i += 1
return list(range(3))
return list(range(4))
df.apply(f, axis=1)
ValueError: Shape of passed values is (5, 4), indices imply (5, 3)
使用轴为1的apply非常慢。使用基本的迭代方法可以获得更好的性能（特别是在较大的数据集上）。
创建更大的数据框
df1 = df.sample(100000, replace=True).reset_index(drop=True)
# apply is slow with axis=1
%timeit df1.apply(lambda x: mylist[x['col_1']: x['col_2']+1], axis=1)
2.59 s ± 76.8 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
# zip - similar to @Thomas
%timeit [mylist[v1:v2+1] for v1, v2 in zip(df1.col_1, df1.col_2)]
29.5 ms ± 534 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)
@Thomas回答
%timeit list(map(get_sublist, df1['col_1'],df1['col_2']))
34 ms ± 459 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)
答案 8 :(得分：5)
我确信这不如使用Pandas或Numpy操作的解决方案快，但如果你不想重写你的功能，你可以使用map。使用原始示例数据 -
import pandas as pd
df = pd.DataFrame({'ID':['1','2','3'], 'col_1': [0,2,3], 'col_2':[1,4,5]})
mylist = ['a','b','c','d','e','f']
def get_sublist(sta,end):
return mylist[sta:end+1]
df['col_3'] = list(map(get_sublist,df['col_1'],df['col_2']))
#In Python 2 don't convert above to list
我们可以通过这种方式将尽可能多的参数传递给函数。输出是我们想要的
ID col_1 col_2 col_3
0 1 0 1 [a, b]
1 2 2 4 [c, d, e]
2 3 3 5 [d, e, f]
答案 9 :(得分：2)
我的问题的例子：
def get_sublist(row, col1, col2):
return mylist[row[col1]:row[col2]+1]
df.apply(get_sublist, axis=1, col1='col_1', col2='col_2')
答案 10 :(得分：1)
我想您不想更改get_sublist功能，只想使用DataFrame的apply方法来完成这项工作。为了得到您想要的结果，我写了两个帮助功能：get_sublist_list和unlist。正如函数名称所示，首先获取子列表，第二个从该列表中提取子列表。最后，我们需要调用apply函数将这两个函数随后应用到df[['col_1','col_2']] DataFrame。
import pandas as pd
df = pd.DataFrame({'ID':['1','2','3'], 'col_1': [0,2,3], 'col_2':[1,4,5]})
mylist = ['a','b','c','d','e','f']
def get_sublist(sta,end):
return mylist[sta:end+1]
def get_sublist_list(cols):
return [get_sublist(cols[0],cols[1])]
def unlist(list_of_lists):
return list_of_lists[0]
df['col_3'] = df[['col_1','col_2']].apply(get_sublist_list,axis=1).apply(unlist)
df
如果您不使用[]附上get_sublist函数，那么get_sublist_list函数将返回一个普通列表，它会引发ValueError: could not broadcast input array from shape (3) into shape (2)就像@Ted Petrou所提到的那样。
答案 11 :(得分：0)
如果您有庞大的数据集，则可以使用更简单但更快（执行时间）的方法使用swifter：
import pandas as pd
import swifter
def fnc(m,x,c):
return m*x+c
df = pd.DataFrame({"m": [1,2,3,4,5,6], "c": [1,1,1,1,1,1], "x":[5,3,6,2,6,1]})
df["y"] = df.swifter.apply(lambda x: fnc(x.m, x.x, x.c), axis=1)