pandas结合lambda函数时候多变量的含义问题

最近学习pandas的时候,碰到下面这几个语句:

def add_mean(rdf, n):
    df_copy = rdf.copy()
    df_copy = df_copy.loc[:, 'Q1':'Q4'].applymap(lambda z: z + n)  # 传递函数每个元素+n
    df_copy['avg'] = df_copy.loc[:, 'Q1':'Q4'].mean(1)  # 增加每行的平均数列
    return df_copy  # 返回修改的df_copy


print(df_url_no_index.pipe(add_mean, 100))

print(df_url_no_index.pipe(lambda df_, x1, y1:
                           df_[(df_.Q1 >= x1) & (df_.Q2 >= y1)], 80, 90))

请教一下各位,用pipe调用自定义函数或者lambda函数的时候(如上),自定义函数的rdf变量和lambda中的df_变量代表的是什么呢?为什么pipe调用的时候这两个变量不用再手动传入?