通过应用具有多个返回的函数创建多个 pandas DataFrame 列

Question

我想对pandas DataFrame 应用一个具有多个返回的函数，并将结果放在DataFrame 的单独新列中。

所以给定这样的东西：

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，以在df 中创建两个新列：sum 和difference。

我认为这样的事情可能会奏效：

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

但它会产生这个错误：

----> 9 lambda 行：add_subtract(row['a'], row['b']), axis=1)

ValueError：解包的值太多（预计 2 个）

编辑：除以下答案外，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)

或

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

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

两者都有效（后者相当于 Wen 接受的答案）。

Answer 1

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

Answer 2

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))})

应该让步：

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

说明：

zip 是一个内置函数，它返回一个元组的迭代器，其中 i-th 元组 包含来自每个参数序列的 i-th 元素 或可迭代的。例如，list(zip(['sum', 'difference'], [df.a + df.b], df.a - df.b)) 应该返回 [('sum', df.a + df.b), ('difference', df.a - df.b)]。

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

总而言之，当组合起来时，您会得到如下结果：

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

按照提供的链接指向字典对象前面的zip 和** 运算符，以更好地了解这些有用的工具在这个特定示例之外是如何工作的。