有多個** Kwarg參數的熊貓應用功能

Question

有沒有辦法將pandas.apply與可變數量的多個列參數一起使用？例如，假設我有這樣的數據幀：

df = pd.DataFrame({'A':['a','b','c'], 
        'B':['a','b','c'], 
        'C':['a','b','c'], 
        'D':['a','b','c']}) 

我想寫串接列產生一個新列的函數 - 與此非常相似SO question。因此，兩列的例子是：

def dynamic_concat_2(df, one, two): 
    return df[one]+df[two] 

我使用的功能，像這樣

df['concat'] = df.apply(dynamic_concat2, axis=1, one='A',two='B') 

現在，我無法弄清楚難的是如何爲列的未知動態量做到這一點。有沒有一種方法來概括使用** kwargs的函數？所以它可能是1-n列連接？

附加上下文：這是動態計算行級別數據的一個較大問題的簡單示例。未知數量的列具有指定對數據庫的查詢的數據 - 將其提供給查詢並返回一個值。我寫了一些真正不靈活的非pythonic解決方案（想想循環遍歷每行數據），但沒有奏效。我希望使用一個df.apply可以python-ify的東西。

Answer 1

如果我理解你的問題，在我看來，最簡單的解決方案將首先從數據框中選擇列，然後應用連接所有列的函數。在我看來，這也同樣動態，但更加清潔。

例如，使用上面的數據：

cols = ['A', 'B', 'C'] 
df['concat'] = df[cols].apply(''.join, axis=1) 

這樣

>>> df 

    A B C D concat 
0 a a a a aaa 
1 b b b b bbb 
2 c c c c ccc