如何在DataFrame的apply()方法中传入完整DataFrame与当前行索引？

需求：现有correlation_df如下，需要新增一列diff_correlations，每个行值为排除当前行后，score列与cosine列的皮尔逊相关系数，希望通过apply()方法实现，需传入完整DataFrame和当前行索引以排除该行。

原问题代码：

import numpy as np
import pandas as pd

score = np.array([100, 75, 50, 25])
cosine = np.array([.8, 0.7, 0.4, .05])
correlation_df = pd.DataFrame(
    {
        "score": score,
        "cosine": cosine,
    }
)
# 计算整体相关性（非需求，仅示例）
corr = correlation_df.corr().values[0, 1]

用户现有迂回解决方案（可优化）：

def my_fuct(row):
    i = int(row["index"])
    r = list(range(correlation_df.shape[0]))
    r.remove(i)
    subset = correlation_df.iloc[r, :].copy()
    subset = subset.set_index("index")
    return subset.corr().values[0, 1]

# 修正原代码语法错误（多余的=）
correlation_df["diff_correlations"] = correlation_df.apply(my_fuct, axis=1)

优化解决方案 #

核心思路 #

1. 利用apply(axis=1)处理每行时，row.name直接返回当前行的索引值，无需额外将索引转为列
2. 通过apply()的args参数传入完整DataFrame，避免依赖全局变量，降低代码耦合
3. 使用drop(current_idx)直接排除当前行，替代手动生成索引列表再删除的低效操作

优化后代码 #

import numpy as np
import pandas as pd

# 生成DataFrame
score = np.array([100, 75, 50, 25])
cosine = np.array([.8, 0.7, 0.4, .05])
correlation_df = pd.DataFrame(
    {
        "score": score,
        "cosine": cosine,
    }
)

# 定义计算函数：传入当前行、完整DataFrame
def calc_corr_exclude_row(row, full_df):
    current_idx = row.name  # 获取当前行索引
    # 排除当前行后计算相关性
    subset = full_df.drop(current_idx)
    return subset['score'].corr(subset['cosine'])

# 调用apply，传入完整DataFrame作为参数
correlation_df['diff_correlations'] = correlation_df.apply(
    calc_corr_exclude_row,
    axis=1,
    args=(correlation_df,)  # args需为元组，单个元素要加逗号
)

print(correlation_df)

代码说明 #

• row.name：当apply(axis=1)时，每行的name属性就是该行的索引值，无需额外处理
• args=(correlation_df,)：将完整DataFrame作为参数传递给自定义函数，避免函数依赖全局变量，代码更健壮
• full_df.drop(current_idx)：直接删除指定索引的行，比手动生成索引列表效率更高，尤其当数据量较大时
• subset['score'].corr(subset['cosine'])：直接计算两列的相关性，比corr().values[0,1]更直观易读

内容的提问来源于stack exchange，提问作者Atticus