在类方法中为Pandas DataFrame列应用类方法时遇参数缺失错误

用户创建了如下Foo类，调用实例的get_dictionary方法时触发TypeError: tweets_tokenizer() missing 1 required positional argument: 'text'错误，错误直接关联代码行df['tokenized_comments'] = df.iloc[:, c_column].apply(Foo.tweets_tokenizer)。由于tweets_tokenizer需要依赖实例的language属性，无法设置为静态方法。

代码示例 #

Foo类代码 #

class Foo:

    def __init__(self, file_path: str, language = None):
        self.language = 'italian' if language is None else language
        self.file_path = file_path
        self.file_type = file_path[-3:]

    def tweets_tokenizer(self, text):
        language = data_manager  # 此处代码无实际作用
        txt = word_tokenize(txt, language=self.language)  # 存在参数错误
        return txt
        
    def get_dictionary(self):
        df = self.load()  # 未展示的类加载方法
        c_column = int(input(f'What is the index of the column containing the comments?'))
        comments = df.iloc[:, c_column]
        df['tokenized_comments'] = df.iloc[:, c_column].apply(Foo.tweets_tokenizer)
        output = df.to_dict('index')
        return output

调用代码 #

item = Foo('filepath')
d = item.get_dictionary()

触发错误 #

TypeError: tweets_tokenizer() missing 1 required positional argument: 'text'

问题原因与解决办法 #

原因 #

直接使用Foo.tweets_tokenizer调用的是未绑定实例的类方法，此时方法的第一个参数self需要手动传入，但apply只会将每行的文本作为参数传递，导致方法缺少self参数，进而报错提示缺失text（因为apply传的文本被当作了self，而text参数没被传入）。

解决办法 #

1. 使用绑定实例的方法调用：将Foo.tweets_tokenizer改为self.tweets_tokenizer，此时方法已经和当前实例绑定，apply会自动将每行文本作为text参数传入，self由实例自动提供：

   df['tokenized_comments'] = df.iloc[:, c_column].apply(self.tweets_tokenizer)
   

2. 修正tweets_tokenizer方法内的错误：方法内存在两处无效/错误代码，需要同步修正：

   def tweets_tokenizer(self, text):
       # 移除无意义的language = data_manager代码
       txt = word_tokenize(text, language=self.language)  # 将txt改为text
       return txt
   

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