python - 使用 apply + 函数为 pandas 数据框创建多个新列

Question

我有一个以下形状的 pandas 数据框 df:(763, 65)

我使用以下代码创建 4 个新列:

df[['col1', 'col2', 'col3','col4']] = df.apply(myFunc, axis=1)

def myFunc(row):
    #code to get some result from another dataframe
    return result1, result2, result3, result4

myFunc 返回的数据帧的形状为 (1, 4)。该代码遇到以下错误:

ValueError: Shape of passed values is (763, 4), indices imply (763, 65)

我知道 df 有 65 列，而 myFunc 返回的数据只有 4 列。但是，我只想创建 4 个新列(即 col1、col2 等)，因此在我看来，当代码仅返回 4 时，它是正确的myFunc 中的列。我做错了什么？

Answer 1

演示:

In [40]: df = pd.DataFrame({'a':[1,2,3]})

In [41]: df
Out[41]:
   a
0  1
1  2
2  3

In [42]: def myFunc(row):
    ...:     #code to get some result from another dataframe
    ...:     # NOTE: trick is to return pd.Series()
    ...:     return pd.Series([1,2,3,4]) * row['a']
    ...:

In [44]: df[['col1', 'col2', 'col3','col4']] = df.apply(myFunc, axis=1)

In [45]: df
Out[45]:
   a  col1  col2  col3  col4
0  1     1     2     3     4
1  2     2     4     6     8
2  3     3     6     9    12

免责声明:尽量避免使用 .apply(..., axis=1) - 因为它是一个 for 循环 - 也就是说，它不是矢量化的，并且与矢量化的 Pandas/Numpy ufunc 相比，运行速度慢得多。

PS，如果您能提供有关在 myFunc 函数中尝试计算内容的详细信息，那么我们可以尝试找到矢量化解决方案...