带和不带 lambda 的 pandas apply()

Question

使用pandas 调用函数时的规则/过程是什么apply()通过 lambda 与否？下面的例子。显然没有 lambda，整个系列( df[column name] )被传递给“test”函数，该函数在尝试对系列进行 bool 运算时会抛出错误。

如果通过 lambda 调用相同的函数，它就可以工作。迭代每一行，每行作为“x”传递，df[列名] 返回当前行中该列的单个值。

这就像 lambda 正在删除一个维度。有人对此有解释或指向特定文档吗？谢谢。

使用 lambda 的示例 1，工作正常

print("probPredDF columns:", probPredDF.columns)

def test( x, y):
    if x==y:
        r = 'equal'
    else:
        r = 'not equal'
    return r    

probPredDF.apply( lambda x: test( x['yTest'], x[ 'yPred']), axis=1 ).head()

示例 1 输出

probPredDF columns: Index([0, 1, 'yPred', 'yTest'], dtype='object')

Out[215]:
0    equal
1    equal
2    equal
3    equal
4    equal
dtype: object

没有 lambda 的示例 2，在系列错误 上引发 bool 运算

print("probPredDF columns:", probPredDF.columns)

def test( x, y):
    if x==y:
        r = 'equal'
    else:
        r = 'not equal'
    return r    

probPredDF.apply( test( probPredDF['yTest'], probPredDF[ 'yPred']), axis=1 ).head()

示例 2 输出

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

Answer 1

lambda 没有什么神奇之处.它们是一个参数中的函数，可以内联定义，并且没有名称。您可以在需要 lambda 的地方使用函数，但该函数还需要接受一个参数。你需要做一些像......

定义为:

def wrapper(x):
    return test(x['yTest'], x['yPred'])

将其用作:

probPredDF.apply(wrapper, axis=1)