Python pandas: aplica una función con argumentos a una serie

Quiero aplicar una función con argumentos a una serie en pandas python:

x = my_series.apply(my_function, more_arguments_1)
y = my_series.apply(my_function, more_arguments_2)
...

La documentación describe el soporte para un método de aplicación, pero no acepta ningún argumento. ¿Hay algún método diferente que acepte argumentos? Alternativamente, ¿me estoy perdiendo una solución simple?

Actualización (octubre de 2017):apply() tenga en cuenta que, dado que esta pregunta se hizo originalmente, los pandas se actualizaron para manejar argumentos posicionales y de palabras clave y el enlace de documentación anterior ahora lo refleja y muestra cómo incluir cualquier tipo de argumento.

Las nuevas versiones de los pandas hacen permiten pasar argumentos adicionales (véase la nueva documentación ). Entonces ahora puedes hacer:

my_series.apply(your_function, args=(2,3,4), extra_kw=1)

Los argumentos posicionales se agregan después del elemento de la serie.

Para versiones anteriores de pandas:

La documentación explica esto claramente. El método apply acepta una función python que debería tener un solo parámetro. Si desea pasar más parámetros, debe usar functools.partialsegún lo sugerido por Joel Cornett en su comentario.

Un ejemplo:

>>> import functools
>>> import operator
>>> add_3 = functools.partial(operator.add,3)
>>> add_3(2)
5
>>> add_3(7)
10

También puede pasar argumentos de palabras clave usando partial.

Otra forma sería crear una lambda:

my_series.apply((lambda x: your_func(a,b,c,d,...,x)))

Pero creo que usar partiales mejor.

Pasos:

1. Crear un marco de datos
2. Crear una función
3. Use los argumentos nombrados de la función en la instrucción de aplicación.

Ejemplo

x=pd.DataFrame([1,2,3,4])  

def add(i1, i2):  
    return i1+i2

x.apply(add,i2=9)

El resultado de este ejemplo es que cada número en el marco de datos se agregará al número 9.

    0
0  10
1  11
2  12
3  13

Explicación:

La función "agregar" tiene dos parámetros: i1, i2. El primer parámetro será el valor en el marco de datos y el segundo es lo que pasemos a la función "aplicar". En este caso, estamos pasando "9" a la función de aplicación utilizando el argumento de palabra clave "i2".

Series.apply(func, convert_dtype=True, args=(), **kwds)

args : tuple

x = my_series.apply(my_function, args = (arg1,))

Puede pasar cualquier número de argumentos a la función que applyestá llamando a través de argumentos sin nombre, pasados ​​como una tupla al argsparámetro, o mediante otros argumentos de palabras clave capturados internamente como un diccionario por el kwdsparámetro.

Por ejemplo, construyamos una función que devuelva True para valores entre 3 y 6, y False en caso contrario.

s = pd.Series(np.random.randint(0,10, 10))
s

0    5
1    3
2    1
3    1
4    6
5    0
6    3
7    4
8    9
9    6
dtype: int64

s.apply(lambda x: x >= 3 and x <= 6)

0     True
1     True
2    False
3    False
4     True
5    False
6     True
7     True
8    False
9     True
dtype: bool

Esta función anónima no es muy flexible. Creemos una función normal con dos argumentos para controlar los valores mínimo y máximo que queremos en nuestra Serie.

def between(x, low, high):
    return x >= low and x =< high

Podemos replicar el resultado de la primera función pasando argumentos sin nombre a args:

s.apply(between, args=(3,6))

O podemos usar los argumentos nombrados

s.apply(between, low=3, high=6)

O incluso una combinación de ambos

s.apply(between, args=(3,), high=6)