python - 将应用(多个输出)的结果添加到具有列名的现有 DataFrame 的更好方法

Question

我正在 Pandas 数据框的行上应用一个函数。该函数返回四个值(即每行四个值)。实际上，这意味着从 apply 函数返回的对象是一个包含元组的系列。我想将这些添加到他们自己的列中。我知道我可以将该输出转换为 DataFrame，然后与旧的 DataFrame 连接，如下所示:

import pandas as pd


def some_func(i):
    return i+1, i+2, i+3, i+4

df = pd.DataFrame(range(10), columns=['start'])
res = df.apply(lambda row: some_func(row['start']), axis=1)

# convert to df and add column names
res_df = res.apply(pd.Series)
res_df.columns = ['label_1', 'label_2', 'label_3', 'label_4']

# concatenate with old df
df = pd.concat([df, res_df], axis=1)
print(df)

我的问题是是否有更好的方法来做到这一点？特别是 res.apply(pd.Series)似乎多余，但我不知道更好的选择。性能对我来说是一个重要因素。

根据要求，示例输入 DataFrame 可能如下所示

   start
0      0
1      1
2      2
3      3
4      4
5      5
6      6
7      7
8      8
9      9

以及预期的输出，添加了四个列:

   start  label_1  label_2  label_3  label_4
0      0        1        2        3        4
1      1        2        3        4        5
2      2        3        4        5        6
3      3        4        5        6        7
4      4        5        6        7        8
5      5        6        7        8        9
6      6        7        8        9       10
7      7        8        9       10       11
8      8        9       10       11       12
9      9       10       11       12       13

Answer 1

直接为 DataFrame 赋值会比串联要快。

这是分配的方式之一

df = pd.DataFrame(range(10), columns=['start'])

df['label_1'], df['label_2'], df['label_3'], df['label_4'] = zip(*[some_func(x) for x in df['start']])

这比 res.apply(pd.Series) 快.

引用 adding multiple columns to pandas simultaneously有关分配多列的更多方法。