使用 apply 传递参数 - Python

在 Python 中，我们经常需要使用函数来处理数组或数据框的每个元素。apply() 是一个用于在 Pandas 和 NumPy 中执行此类操作的函数。通过使用 apply() 函数，我们可以将自定义函数应用于数组或数据框的每个元素，并返回处理结果。

apply() 函数的基本用法

apply() 函数接受两个参数：第一个参数是要应用的函数，第二个参数是要处理的数组或数据框。下面是 apply() 函数的基本用法：

result = df.apply(func)

例如，我们有一个数据框 df，并且想要将一个函数 func 应用于该数据框的每个元素。我们可以通过以下方式实现：

def func(x):
    # 自定义函数的实现

result = df.apply(func)

在 apply() 中传递参数

有时候，我们需要在 apply() 函数中传递额外的参数给自定义函数。为了实现这一点，我们可以使用 args 参数来传递参数。下面是一个示例：

result = df.apply(func, args= (arg1, arg2))

在这个例子中，我们在自定义函数中可以采用下面的方式使用参数：

def func(x, arg1, arg2):
    # 使用参数的自定义函数的实现

示例

假设我们有一个数据框 df，其中包含学生的姓名和成绩。我们想要将一个自定义函数 calculate_grade() 应用于每个学生的得分，以计算他们的等级。这个函数需要一个额外的参数 passing_score，代表及格分数。

import pandas as pd

def calculate_grade(score, passing_score):
    if score >= passing_score:
        return 'Pass'
    else:
        return 'Fail'

df = pd.DataFrame({'Name': ['Alice', 'Bob', 'Charlie'],
                   'Score': [85, 60, 92]})

passing_score = 70

df['Grade'] = df['Score'].apply(calculate_grade, args=(passing_score,))

通过以上示例，我们将函数 calculate_grade() 应用于 df['Score'] 列的每个元素，并将计算结果存储在 df['Grade'] 列中。传递给自定义函数的参数为 passing_score，代表及格分数。

以上是使用 apply() 函数在 Python 中传递参数的一个示例。希望这个介绍对你有帮助！