这篇文章给大家分享的是有关pandas中如何使用apply函数来应用带两个参数的函数的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。
有两个参数的函数
pandas 中的 apply 函数应用自定义函数时，通常情况下，都是没有参数或者一个参数，那么如果有两个参数，是否还可以使用apply函数呢？
答案是可以的。
这里我们也来探讨下。
还是以上面的案例为基础雏形，同样的，先从 akshare 获取数据
df1 = ak.fund_em_fund_name().head(20).tail(5) df1df1 = df1[['基金代码','基金简称']]接下来，自定义一个带有两个参数的函数，如下：
# 自定义函数有两个参数的情形 # 获取年度年底基金净值数据 def get_mutual_fund_year(code,year): year = str(year) df = ak.fund_em_open_fund_info(fund=code, indicator="单位净值走势") dfdf = df[['净值日期', '单位净值', '日增长率']] # df.columns = ['净值日期', '单位净值', 'equityReturn', 'unitMoney'] df['净值日期'] = pd.to_datetime(df['净值日期']) dfdf = df.sort_values('净值日期',ascending=False) dfdf = df.set_index('净值日期')[year] dfdf = df.reset_index() unit_equity = df.head(1)['单位净值'].values[0] date = df.head(1)['净值日期'].values[0] return [unit_equity,date]带有两个参数的自定义函数
然后，使用 apply 来应用上面这个带两个参数的自定义函数，核心要点就是嵌套使用 lambda 函数，固定其中一个参数，具体如下
df1['tmp'] = df1['基金代码'].apply(lambda code: get_mutual_fund_year(code, 2019))后续，依旧是文本拆分，实现代码如下：
# 将单位净值和净值日期单独成列 df1[['最新单位净值','净值日期']] = df1['tmp'].apply(pd.Series) df1df1 = df1.drop('tmp',axis=1) print(df1)应用场景
有同学可能会问，使用两个参数的自定义函数，有什么用呢？
这里，Lemon 也分享一个应用场景：
根据上面的基础雏形数据，针对具体的年度，建立一个下拉列表，选择不同的年份时，返回不同年份的结果，包括文本数据、表格数据以及图表等。
效果如下：
感谢各位的阅读！关于“pandas中如何使用apply函数来应用带两个参数的函数”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看到吧！
