在Pandas中调用自定义函数

Question

我有2个不同的自定义函数定义。第一个函数接受一个参数，第二个函数接受两个参数。但是他们调用函数的方式不同，为什么我不能像调用第一个函数那样调用第二个函数呢？下面是我的两个函数，以及我如何调用它们。

Function with single argument:-

def convert_sqft_to_num(x):
    tokens = x.split('-')
    if len(tokens) == 2:
        return (float(tokens[0])+float(tokens[1]))/2
    try:
        return float(x)
    except:
        return None
        
df1.total_sqft = df1.total_sqft.apply(convert_sqft_to_num)

Second function with multiple arguments:-

def corr_sft_outlier(in_bhk, in_sft):
    bhk_band = np.quantile(outlierdf2[outlierdf2.bhk_size==in_bhk]['avg_sft'], (.20,.90))
    lower_band = round(bhk_band[0])
    upper_band = round(bhk_band[1])
    if (in_sft>=lower_band)&(in_sft<=upper_band):
        return in_sft
    elif (in_sft<lower_band):
        return lower_band
    elif (in_sft>upper_band):
        return upper_band
    else:
        return None

下面是第二个函数调用

outlierdf2['adj_avg_sft'] = outlierdf2.apply(lambda x: corr_sft_outlier(x['bhk_size'],x['avg_sft']), axis=1)

我想调用上面的函数，如下所示

outlierdf2['adj_avg_sft'] = outlierdf2[['bhk_size','avg_sft']].apply(corr_sft_outlier)

Answer 1

在此部分中，不能调用具有2个参数和1个参数的函数：

outlierdf2[['bhk_size','avg_sft']].apply(corr_sft_outlier)

您传递的是“具有2列的df行”，而不是2个值。因此，无论是创建一个包含两列的框架(即outlierdf2["bhk_size"，"avg_sft"].apply)还是使用df本身调用它(即outlierdf2.apply)，都必须传递适当数量的参数。所以你可以像这样改变你的函数，然后以你想要的方式调用它：

def corr_sft_outlier(row):
    in_bhk, in_sft = row['bhk_size'],row['avg_sft']
    bhk_band = np.quantile(outlierdf2[outlierdf2.bhk_size==in_bhk]['avg_sft'], (.20,.90))
    lower_band = round(bhk_band[0])
    upper_band = round(bhk_band[1])
    if (in_sft>=lower_band)&(in_sft<=upper_band):
        return in_sft
    elif (in_sft<lower_band):
        return lower_band
    elif (in_sft>upper_band):
        return upper_band
    else:
        return None

outlierdf2['adj_avg_sft'] = outlierdf2[['bhk_size','avg_sft']].apply(corr_sft_outlier,axis=1)