python - 应用具有更新值的 lambda 函数

Question

假设我们有以下函数:

def f(x,y):
    y = x + y
    return y

函数f(x,y)对两个数字求和(但它可以是两个参数的任何或多或少复杂的函数)。现在让我们考虑以下内容

import pandas as pd
import random
import numpy as np

random.seed(1234)
df = pd.DataFrame({'first': random.sample(range(0, 9), 5),
                   'second': np.NaN}, index = None)
y = 1

df
   first  second
0      7     NaN
1      1     NaN
2      0     NaN
3      6     NaN
4      4     NaN

对于问题的范围，数据框的第二列在这里无关紧要，因此我们可以不失一般性地假设它为NaN。让我们将 f(x,y) 应用于数据帧的每一行，考虑到变量 y 已初始化为 1。第一次迭代返回 7+1 = 8；现在，当再次将该函数应用于第二行时，我们希望将 y 值更新为之前计算的 8，因此最终结果为 1+8 =9，依此类推.

处理这个问题的Pythonic方法是什么？我想避免循环并重新分配循环内的变量，因此我的猜测是这样的

def apply_to_df(df, y):
    result = df['first'].apply(lambda s: f(s,y))
    return result

但是，人们可以很容易地看出，上面的代码没有考虑更新的值，而是使用 y=1 的初始原始值来计算所有计算。

print(apply_to_df(df,y))
0    8
1    2
2    1
3    7
4    5 

Answer 1

请注意，您可能可以使用现有的累积函数来解决这个特定情况。但是，在一般情况下，您可以通过依赖全局状态来破解它:

In [7]: y = 1

In [8]: def f(x):
   ...:     global y
   ...:     y = x + y
   ...:     return y
   ...:

In [9]: df['first'].apply(lambda s: f(s))
Out[9]:
0     8
1     9
2     9
3    15
4    19
Name: first, dtype: int64

I want to avoid looping and re-assigning the variables inside the loop

注意，pd.DataFrame.apply 是底层的普通 Python 循环，它实际上效率较低，因为它对输入进行了大量检查/验证。它不是为了高效，而是为了方便。因此，如果您关心性能，那么如果您依赖 .apply

，那么您就已经放弃了

老实说，我认为我宁愿在函数内部的行上编写显式循环，也不愿依赖全局状态。