我有一个示例数据框,其中列“一”和“二”由一些随机整数组成。我试图更深入地理解一些带有 lambda 函数的代码,并且感到困惑的是,这些代码似乎在没有提供要传递给 lambda 函数的参数的情况下神奇地工作。
最初,我使用 pandas assign() 方法创建一个新列“newcol”,并将 df 传递给显式 lambda 函数 func(df)。该函数返回 df 的“一”列的日志:
df=df.assign(newcol=func(df))
到目前为止一切顺利。
然而,令我困惑的是,代码在不通过 df 的情况下也能正常工作。
df=df.assign(newcol2=func)
即使我不将 (df) 传递给 lambda 函数,它也会正确执行操作。解释器如何知道 df 被传递给 lambda 函数?
下面的示例代码和输出:
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randint(1,10,size=16).reshape(8,2),columns=["one","two"])
func=lambda x: np.log(x.one)
df=df.assign(newcol=func(df))
print(df)
#This one works too, but why?
df=df.assign(newcol2=func)
print(df)
Output:
one two newcol newcol2
0 1 8 0.000000 0.000000
1 6 7 1.791759 1.791759
2 2 6 0.693147 0.693147
3 2 8 0.693147 0.693147
4 4 2 1.386294 1.386294
5 9 3 2.197225 2.197225
6 2 2 0.693147 0.693147
7 4 7 1.386294 1.386294
(请注意,我本可以使用 lambda 函数内联赋值,但为了清楚起见,在这里明确说明。)
请您参考如下方法:
如果您使用 pd.DataFrame.assign() 并传递一个 callable,它假定第一个参数实际上是数据帧本身。
例如,如果您将代码更改为以下内容:
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randint(1,10,size=16).reshape(8,2),columns=["one","two"])
func=lambda c, x: np.log(x.one + c)
df=df.assign(newcol=func(1, df))
print(df)
#This one will no longer work!
df=df.assign(newcol2=func)
print(df)
最后一次调用 assign() 将不起作用。
这在 official documentation 中有解释. df.assign(newcol=func(1, df)) 行使用不可调用 路径,而 df.assign(newcol=func) 使用可调用 路径。
