Python:将函数应用于 Pandas DataFrame 的每一行并返回 **新数据帧**

Question

我正在尝试将函数应用于数据框的每一行。棘手的部分是该函数为每个处理的行返回一个新的数据帧。假设该数据框的列可以轻松地从处理后的行中导出。

最后的结果应该是所有这些数据帧(每个处理行 1 个)连接起来。我故意不提供示例代码，因为只要满足“棘手”部分，最简单的解决方案建议就可以了。

我花了几个小时尝试挖掘文档和 stackoverflow 以找到解决方案。像往常一样，pandas 文档除了最简单的操作之外缺乏实际的例子，我就是无法弄清楚。我还确保不会错过任何重复的问题。非常感谢。

Answer 1

目前尚不清楚您想要实现什么目标，但我怀疑您需要创建单独的数据框。

下面的示例展示了如何获取数据帧，将其子集到您感兴趣的列，将函数foo应用于其中一列，然后应用第二个函数bar 返回多个值。

df = pd.DataFrame({
    'first_name': ['john', 'nancy', 'jolly'],
    'last_name': ['smith', 'drew', 'rogers'],
    'A': [1, 4, 7],
    'B': [2, 5, 8],
    'C': [3, 6, 9]
})

>>> df
first_name  last_name   A   B   C
0   john    smith   1   2   3
1   nancy   drew    4   5   6
2   jolly   rogers  7   8   9

def foo(first_name):
    return 2 if first_name.startswith('j') else 1

def bar(first_name):
    return (2, 0) if first_name.startswith('j') else (1, 3)

columns_of_interest = ['first_name', 'A']

df_new = pd.concat([
    df[columns_of_interest].assign(x=df.first_name.apply(foo)),
    df.first_name.apply(bar).apply(pd.Series)], axis=1)

>>> df_new
first_name  A   x   0   1
0   john    1   2   2   0
1   nancy   4   1   1   3
2   jolly   7   2   2   0