Python中如何实现类似R管道的DataFrame链式传参至自定义函数？

要实现类似R中管道的链式调用，直接把前一步的DataFrame结果传入自定义函数，用pandas的pipe()方法就能搞定，和R的%>%逻辑一致：

方法说明 #

pipe()会自动将链式调用中前一步的DataFrame对象，作为第一个参数传入你的自定义函数，你只需要在pipe()里传入自定义函数名，以及函数所需的其他参数即可。

修改后的代码示例 #

import pandas as pd

def transform_df(df, column, threshold):
    return df[df[column] < threshold]

# 直接链式调用，无需预先定义df变量
result = (
    pd.DataFrame({'columnA':[1, 1.5, 2, 3], 'columnB':['A', 'B', 'C', 'D']})
    .rename(columns={'columnB':'columnC'})
    .pipe(transform_df, 'columnA', 2)
)

print(result)

关键细节 #

• 你的自定义函数transform_df必须把DataFrame作为第一个参数，这样pipe()才能自动传递前一步的结果
• 你之前尝试的.transform()是pandas内置的DataFrame方法，用于对数据做转换操作，不能直接用来调用自定义函数，所以要换成pipe()
• 用括号把链式调用包起来，可以避免用反斜杠换行，代码更整洁

内容的提问来源于stack exchange，提问作者helpmeplease