तर्कों के साथ पांडस ग्रुपबी() + लागू() का उपयोग करें

Question

मैं प्रति समूह प्रत्येक पंक्ति में फ़ंक्शन लागू करने के लिए apply() के साथ संयोजन में df.groupby() का उपयोग करना चाहता हूं।

मैं सामान्य रूप से (, ध्यान दें कि यह groupby() के बिना है) निम्नलिखित कोड है, जो आमतौर काम करता है का उपयोग करें:

df.apply(myFunction, args=(arg1,)) 

groupby() के साथ मैंने कोशिश की है:

df.groupby('columnName').apply(myFunction, args=(arg1,)) 

हालांकि, मैं मिलता है निम्न त्रुटि:

TypeError: myFunction() got an unexpected keyword argument 'args'

इसलिए, मेरा प्रश्न है: मैं groupby() और apply() का उपयोग ऐसे फ़ंक्शन के साथ कैसे कर सकता हूं जिसके लिए तर्क की आवश्यकता है?

Answer 1

pandas.core.groupby.GroupBy.apply पैरामीटर args नामित नहीं है, लेकिन pandas.DataFrame.apply यह होता है।

तो यह प्रयास करें:

df.groupby('columnName').apply(lambda x: myFunction(x, arg1)) 

या के रूप में @Zero ने सुझाव दिया:

df.groupby('columnName').apply(myFunction, ('arg1')) 

डेमो:

In [82]: df = pd.DataFrame(np.random.randint(5,size=(5,3)), columns=list('abc')) 

In [83]: df 
Out[83]: 
    a b c 
0 0 3 1 
1 0 3 4 
2 3 0 4 
3 4 2 3 
4 3 4 1 

In [84]: def f(ser, n): 
    ...:  return ser.max() * n 
    ...: 

In [85]: df.apply(f, args=(10,)) 
Out[85]: 
a 40 
b 40 
c 40 
dtype: int64 

जब GroupBy.apply का उपयोग कर आप या तो एक नामित तर्क पारित कर सकते हैं:

In [86]: df.groupby('a').apply(f, n=10) 
Out[86]: 
    a b c 
a 
0 0 30 40 
3 30 40 40 
4 40 20 30 

तर्कों की किसी टपल:

In [87]: df.groupby('a').apply(f, (10)) 
Out[87]: 
    a b c 
a 
0 0 30 40 
3 30 40 40 
4 40 20 30 

Answer 2

क्यों एक args पैरामीटर का उपयोग कर एक त्रुटि तथ्य pandas.DataFrame.apply करता है कि एक args पैरामीटर (एक टपल) है से स्टेम सकता है फेंकता से अधिक कुछ भ्रम की स्थिति यहाँ है, जबकि pandas.core.groupby.GroupBy.apply नहीं है ।

तो, जब आप डेटाफ्रेम पर .apply पर कॉल करते हैं, तो आप इस तर्क का उपयोग कर सकते हैं; जब आप किसी समूहby ऑब्जेक्ट पर .apply पर कॉल करते हैं, तो आप नहीं कर सकते।

@ मैक्सयू के उत्तर में, अभिव्यक्ति lambda x: myFunction(x, arg1)func (पहला पैरामीटर) तक पारित किया गया है; अतिरिक्त *args/**kwargs निर्दिष्ट करने की कोई आवश्यकता नहीं है क्योंकि arg1 लैम्ब्डा में निर्दिष्ट है।

एक उदाहरण:।

import numpy as np 
import pandas as pd 

# Called on DataFrame - `args` is a 1-tuple 
# `0`/`1` are just the axis arguments to np.sum 
df.apply(np.sum, axis=0) # equiv to df.sum(0) 
df.apply(np.sum, axis=1) # equiv to df.sum(1) 


# Called on groupby object of the DataFrame - will throw TypeError 
print(df.groupby('col1').apply(np.sum, args=(0,))) 
# TypeError: sum() got an unexpected keyword argument 'args'