python - 关于 lambda 的另一个问题，这里的 "k"是什么意思？

Question

谁能告诉我这里的k是什么？

def rule(x, y):
    if x == 'high' and y > 10:
         return 1
    else:
         return 0
df = pd.DataFrame({ 'c1':[ 'high' ,'high', 'low', 'low'], 'c2': [0, 23, 17, 4]})
df['new'] = df.apply(lambda k: rule(k['c1'], k['c2']), axis =  1)
df.head()

为什么我不能只使用以下内容？

df['new'] = df["c1","c2"].apply(rule['c1'], ['c2'])

Answer 1

这里有两个方面需要理解。func的论据在 obj.apply(func)这取决于。您可以控制作为参数传递给 func 的内容。 :

如果obj是一个pandas.DataFrame，就像你在df[["c1", "c2"]]上使用apply一样或只是 df ，然后引用 documentation of pd.DataFrame.apply() .请注意，还有参数 axis您可以使用它来控制函数是应用于行 (1) 还是列(0，默认)。然后，有参数 raw可用于定义参数是否传递给 func将是 pd.Series (False, Default) 或 numpy 数组 (True)。
因此，默认情况下，列被传递给 func (如.pd.系列)。现在，既然你有 axis=1 ，数据逐行传递，如 pd.Series。这意味着 k 的类型将是 pd.Series，它将包含一行的数据。

如果obj如果您使用 df["col"]，则是 pandas.Series ，然后引用 documentation of pandas.Series.apply() .如您所见，在这种情况下，pandas 会将 Series 中的每个元素提供给函数(如果 func 一次处理一个值)或整个数组(如果 func 是 numpy ufunc)。

lambda 只是函数 k在 lambda 中只是参数的名称。看，例如

myfunc = lambda k: rule(k['c1'], k['c2'])

大致相当于

def myfunc(k):
    return rule(k['c1'], k['c2'])  

为什么我不能只申请以下？
在以下行中

df['new'] = df["c1","c2"].apply(rule['c1'], ['c2'])

传递给 apply 的参数将无法调用，这就是它不起作用的原因。自 rule是一个函数， rule['c1']没有意义。该函数没有属性“c1”。

如果您只想知道应该如何完成，我建议您使用 np.vectorize就像@ipj 的回答一样。