Pandas Dataframe.apply() 因提供太多参数而引发类型错误

Question

我有这个功能：

def function(row,args):
array   = np.array(row['Revenue'+args[0]:'Revenue'+str(args[1])]).astype(float)
if np.mean(array) < (5000/12):
    return 'XXS'
if np.mean(array) < (10000/12):
    return 'XS'
if np.mean(array) < (25000/12):
    return 'S'
if np.mean(array) < (50000/12):
    return 'M'
if np.mean(array) < (250000/12):
    return 'L'
if np.mean(array) < (750000/12):
    return 'XL'
if np.mean(array) >= (750000/12):
    return 'XXL'

我想使用 Pandas.Dataframe.apply() 应用这个函数。所以我使用 args，因为我需要传递两个额外的参数。

df.apply(function,axis=1,args=(VARIABLE1,VARIABLE2))

不知何故我得到了错误：

TypeError: ('klantschaling() takes 2 positional arguments but 3 were given')

我显然给出了两个参数：数据框行和参数。那么为什么我会收到错误消息？

Answer 1

你有两个选择。您可以修改函数签名，也可以在 df.apply 中传递一个元组。

第一个选项是像这样重新定义你的函数：

def function(row, arg1, arg2):
    ...

然后照原样拨打df.apply。第二种更简单的替代方法是将参数包装在一个可迭代对象中：

df.apply(function, axis=1, args=([VARIABLE1, VARIABLE2], ))

或者，

df.apply(function, axis=1, args=((VARIABLE1, VARIABLE2), ) )