如何在Pandas中给apply函数传入列与外部变量参数？

云原生阿岚

2026-5-26

在Pandas Apply中传递外部参数的解决方案

没问题，这其实很容易解决！Pandas的apply方法本身就支持传递额外的外部参数，这里有两种常用且清晰的实现方式，结合你的代码示例给你演示：

方法1：使用`apply`的`args`参数

你可以直接利用apply自带的args参数，把外部变量以元组的形式传递给自定义函数。需要先改造你的函数，增加对应的参数：

import pandas as pd 
data_dict = {'a':[-2,5,4,-6], 'b':[4,4,5,-8]}  # 建议不要用dict作为变量名，避免覆盖内置类型
df = pd.DataFrame(data_dict) 

# 改造函数，新增外部参数multiplier
def DummyFunction(row, multiplier): 
    return row['a'] * row['b'] * multiplier

# 定义你的外部变量
external_multiplier = 2

# 通过args传递外部参数，注意元组单元素要加逗号
df['Dummy1'] = df.apply(DummyFunction, axis=1, args=(external_multiplier,))
print(df)

说明：

args接受一个元组，里面的元素会按顺序传递给函数中除了row之外的参数
如果有多个外部参数，只需要扩展元组即可，比如args=(var1, var2)，同时函数也要对应增加参数

方法2：用Lambda函数做中间包装

如果你觉得args的写法不够直观，也可以用lambda函数作为中间层，把row和外部变量一起传递给自定义函数：

import pandas as pd 
data_dict = {'a':[-2,5,4,-6], 'b':[4,4,5,-8]} 
df = pd.DataFrame(data_dict) 

def DummyFunction(row, multiplier): 
    return row['a'] * row['b'] * multiplier

external_multiplier = 2

# 用lambda包装，传递row和外部变量
df['Dummy1'] = df.apply(lambda row: DummyFunction(row, external_multiplier), axis=1)
print(df)