pandas python: appliquer une fonction avec des arguments à une série

Je veux appliquer une fonction avec des arguments à une série en pandas python:

x = my_series.apply(my_function, more_arguments_1)
y = my_series.apply(my_function, more_arguments_2)
...

La documentation décrit la prise en charge d'une méthode apply, mais elle n'accepte aucun argument. Existe-t-il une méthode différente qui accepte les arguments? Sinon, est-ce que je manque une solution de contournement simple?

Mise à jour (octobre 2017): notez que depuis que cette question a été posée à l'origine, les pandas apply()ont été mis à jour pour gérer les arguments de position et de mot-clé et le lien de documentation ci-dessus reflète maintenant cela et montre comment inclure l'un ou l'autre type d'argument.

Les nouvelles versions de pandas vous permettent de passer des arguments supplémentaires (voir la nouvelle documentation ). Alors maintenant, vous pouvez faire:

my_series.apply(your_function, args=(2,3,4), extra_kw=1)

Les arguments positionnels sont ajoutés après l'élément de la série.

Pour les anciennes versions de pandas:

La documentation l'explique clairement. La méthode apply accepte une fonction python qui doit avoir un seul paramètre. Si vous souhaitez passer plus de paramètres, vous devez utiliser functools.partialcomme suggéré par Joel Cornett dans son commentaire.

Un exemple:

>>> import functools
>>> import operator
>>> add_3 = functools.partial(operator.add,3)
>>> add_3(2)
5
>>> add_3(7)
10

Vous pouvez également transmettre des arguments de mots clés à l'aide de partial.

Une autre façon serait de créer un lambda:

my_series.apply((lambda x: your_func(a,b,c,d,...,x)))

Mais je pense que partialc'est mieux d' utiliser .

Pas:

1. Créer un dataframe
2. Créer une fonction
3. Utilisez les arguments nommés de la fonction dans l'instruction apply.

Exemple

x=pd.DataFrame([1,2,3,4])  

def add(i1, i2):  
    return i1+i2

x.apply(add,i2=9)

Le résultat de cet exemple est que chaque numéro de la trame de données sera ajouté au numéro 9.

    0
0  10
1  11
2  12
3  13

Explication:

La fonction "ajouter" a deux paramètres: i1, i2. Le premier paramètre va être la valeur dans la trame de données et le second est tout ce que nous passons à la fonction «appliquer». Dans ce cas, nous passons "9" à la fonction apply en utilisant le mot-clé argument "i2".

Series.apply(func, convert_dtype=True, args=(), **kwds)

args : tuple

x = my_series.apply(my_function, args = (arg1,))

Vous pouvez transmettre n'importe quel nombre d'arguments à la fonction qui applyappelle via des arguments sans nom, passés sous forme de tuple au argsparamètre ou via d'autres arguments de mot-clé capturés en interne sous forme de dictionnaire par le kwdsparamètre.

Par exemple, construisons une fonction qui renvoie True pour les valeurs comprises entre 3 et 6, et False sinon.

s = pd.Series(np.random.randint(0,10, 10))
s

0    5
1    3
2    1
3    1
4    6
5    0
6    3
7    4
8    9
9    6
dtype: int64

s.apply(lambda x: x >= 3 and x <= 6)

0     True
1     True
2    False
3    False
4     True
5    False
6     True
7     True
8    False
9     True
dtype: bool

Cette fonction anonyme n'est pas très flexible. Créons une fonction normale avec deux arguments pour contrôler les valeurs min et max que nous voulons dans notre série.

def between(x, low, high):
    return x >= low and x =< high

Nous pouvons répliquer la sortie de la première fonction en passant des arguments sans nom à args:

s.apply(between, args=(3,6))

Ou nous pouvons utiliser les arguments nommés

s.apply(between, low=3, high=6)

Ou même une combinaison des deux

s.apply(between, args=(3,), high=6)