我想使用df.groupby()
結合apply()
將函數應用於每個組的每行。使用熊貓groupby()+ apply()與參數
我通常使用下面的代碼,它通常工作(注意,這是不groupby()
):
df.apply(myFunction, args=(arg1,))
隨着groupby()
我試過如下:
df.groupby('columnName').apply(myFunction, args=(arg1,))
不過,我得到出現以下錯誤:
TypeError: myFunction() got an unexpected keyword argument 'args'
因此,我的問題是:如何將groupby()
和apply()
用於需要參數的函數?
這與'df.groupby( '列名')工作申請(myFunction的,( 'ARG1'))' – Zero
@Zero這是偉大的答案,因爲它是非常相似OP的嘗試解決方案,並不需要lambda。我建議你將它發佈爲答案。 – DontDivideByZero
@零,我有和OP一樣的情節,但這對我不起作用 - 我仍然得到和OP一樣的錯誤。另外,請問爲什麼你的評論應該起作用,爲什麼OP的方法(與我的方法相同)不適用?我沒有發現它記錄在任何地方 –