熊猫Dataframe.apply（）抛出类型错误提供的参数太多

Question

我有这样的功能：

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' 

我想申请使用Pandas.Dataframe.apply（）这个函数。所以我使用参数，因为我需要传递两个额外的参数。

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

不知怎的，我得到的错误：

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

我明明给两个参数：数据帧的行和args。那么，为什么我会得到这个错误呢？

Answer 1

你有两种选择。您可以修改您的函数签名，也可以在df.apply中传递一个元组。

的第一选择是重新定义你的函数是这样的：

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

然后调用df.apply的你。第二，简单的替代方案是包装你的论点在迭代：

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

或者，

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