首页 文章

通过应用具有多个返回的函数创建多个pandas DataFrame列

提问于
浏览 次
2

我想将一个具有多个返回的函数应用于 pandas DataFrame ，并将结果放在 DataFrame 中的单独的新列中 .

所以给出这样的东西：

import pandas as pd

df = pd.DataFrame(data = {'a': [1, 2, 3], 'b': [4, 5, 6]})

def add_subtract(a, b):
  return (a + b, a - b)

目标是在 a 和 b 上调用 add_subtract 的单个命令在 df 中创建两个新列： sum 和 difference .

我觉得这样的事情可能有用：

(df['sum'], df['difference']) = df.apply(
    lambda row: add_subtract(row['a'], row['b']), axis=1)

但它产生了这个错误：

----> 9 lambda row：add_subtract（row ['a']，row ['b']），axis = 1）ValueError：解包的值太多（预期2）

EDIT: 除了以下答案，pandas apply function that returns multiple values to rows in pandas dataframe表明该函数可以修改为返回列表或 Series ，即：

def add_subtract_list(a, b):
  return [a + b, a - b]

df[['sum', 'difference']] = df.apply(
    lambda row: add_subtract_list(row['a'], row['b']), axis=1)

要么

def add_subtract_series(a, b):
  return pd.Series((a + b, a - b))

df[['sum', 'difference']] = df.apply(
    lambda row: add_subtract_list(row['a'], row['b']), axis=1)

两种都有效（后者相当于温的接受答案） .

python pandas

2 回答

  • 3

    添加 pd.Series

    df[['sum', 'difference']] = df.apply(
    lambda row: pd.Series(add_subtract(row['a'], row['b'])), axis=1)
df

    产量

    a  b  sum  difference
0  1  4    5          -3
1  2  5    7          -3
2  3  6    9          -3
    回复于
  • 1

    一种方法是使用 pd.DataFrame.assign ，如下所示：

    df.assign(**{k:v for k,v in zip(['sum', 'difference'], add_subtract(df.a, df.b))})

    应该产量：

    a  b  difference  sum
0  1  4          -3    5
1  2  5          -3    7
2  3  6          -3    9

    澄清：

    zip是一个内置函数，它返回元组的迭代器，其中第i个元组包含来自每个参数序列或迭代的第i个元素 . 例如， list(zip(['sum', 'difference'], [df.a + df.b], df.a - df.b)) 应返回 [('sum', df.a + df.b), ('difference', df.a - df.b)] .

    字典对象前面的**用作解包 key 和 value 对组合的运算符 . 从本质上讲，解包可以表示为： sum=df.a + df.b, difference=df.a - df.b .

    总而言之，当合并时，您将获得如下内容：

    df.assign(sum=df.a + df.b, difference=df.a - df.b)

    按照提供的链接到字典对象前面的 zip 和 ** 运算符，以更好地了解这些有用的工具如何工作超出此特定示例 .

    回复于

相关问题