Pandas中apply方法传递多自定义参数（含df对象）的实现方法

你现在的问题根源 #

• 首先卡你的根本不是apply的传参逻辑，是你写的自定义函数本身就有Python语法硬伤：Python 语法不允许带默认值的参数，排在没有默认值的参数前面。
  你定义的def do_something(x,test="testFoo",df) 只要运行到这行定义代码，就会直接报SyntaxError，根本跑不到调用apply的阶段。
• 其实pandas的apply传参逻辑很简单：遍历出来的每行/每列，会作为第一个位置参数传给你的自定义函数；你在apply括号里额外传的所有关键字参数，都会原封不动转发给自定义函数，不存在apply不认自定义参数的情况。

正确的实现步骤 #

1. 先把函数改到符合Python语法规则
   把无默认值的参数调整到带默认值参数的前面，保证函数本身能正常定义：

   • 如果你愿意调整参数顺序，直接把需要必传的df移到test前面即可：

     def do_something(x, df, test="testFoo"):
         # 这里x对应apply遍历到的当前行，df是你额外传入的全量DataFrame
         pass
     

   • 如果你不想改动原来的参数顺序（想让test在df前面），给df补个默认值就行，哪怕先设成None：

     def do_something(x, test="testFoo", df=None):
         pass
     

2. apply的调用写法不需要大改
   等函数定义合法了，你之前尝试的df2.apply(do_something, test="testBar", df=df, axis=1) 可以直接正常跑通：

   • apply执行遍历的时候，会自动把每一行的数据塞进x这个形参里
   • 你显式传的test="testBar"、df=df 两个关键字参数，会自动匹配函数的对应形参，不会和apply自带的axis这类参数抢位置。

容易踩的额外坑 #

• 要是想给自定义函数传位置参数，千万别直接把参数写在apply的参数列表里，必须放到args元组里。比如同样的函数，想以位置参数的方式传df，得写成：
  df2.apply(do_something, axis=1, args=(df,), test="testBar")
  要是直接把df当位置参数写在函数名后面，会被apply识别成自己的axis参数，直接报类型错误。
• 不用担心apply会把你传的df覆盖遍历出来的行数据：apply只会固定把遍历对象当第一个位置参数传入，不会乱改你传的关键字参数值。

内容的提问来源于stack exchange，提问作者nipy