无法修改函数参数顺序时如何将多参数函数应用于pandas DataFrame列

核心问题原因 #

pandas.Series.apply 默认会把Series的每个元素作为被调用函数的第一个位置参数传入，args 元组里的参数只会按顺序追加在这个默认参数的后面。你之前的写法等效于调用 check_it(col_2元素值, 'EN')，和check_it要求的参数顺序完全相反，所以结果不符合预期。

当前场景的实现方案 #

直接用lambda匿名函数包装原有函数，按原函数要求的参数顺序传参即可，不需要修改原有函数的定义：

df['col_3'] = df['col_2'].apply(lambda x: check_it('EN', x))

这里的x就是col_2列的每个元素，我们直接把它放到check_it要求的第二个参数位置，第一个参数填固定值'EN'即可。

通用场景（任意参数位置适配） #

如果原有函数有N个参数，只有某一个位置的参数需要传入DataFrame列的元素，只需要在lambda里按原函数的参数顺序，把固定值填到对应位置，把代表列元素的x放到目标位置即可。
比如你提到的「共6个参数，仅第3个参数对应DataFrame列元素」的场景，假设原函数定义为：

def your_func(p1, p2, p3, p4, p5, p6):
    # 原有逻辑，不可修改
    pass

其中只有p3是要传入DataFrame列的元素，其他参数都是固定值，写法如下：

df['new_col'] = df['目标列'].apply(lambda x: your_func(p1固定值, p2固定值, x, p4固定值, p5固定值, p6固定值))

内容的提问来源于stack exchange，提问作者JFerro