如何在遍历熊猫数据框时创建新列并插入行值

Question

我正在尝试创建一个逐行遍历熊猫数据框的函数。我想根据其他列的行值创建一个新列。我的原始数据框可能如下所示：

df:

   A   B
0  1   2
1  3   4
2  2   2

现在我想在每个索引位置创建一个用 A 列 - B 列的行值填充的新列，因此结果如下所示：

 df:

       A   B   A-B
    0  1   2   -1
    1  3   4   -1
    2  2   2    0

我的解决方案有效，但仅当我不在函数中使用它时：

for index, row in df.iterrows():
        print index
        df['A-B']=df['A']-df['B']

这给了我想要的输出，但是当我尝试将它用作函数时，我得到一个错误。

def test(x):
    for index, row in df.iterrows():
        print index
        df['A-B']=df['A']-df['B']
    return df
df.apply(test)

ValueError: cannot copy sequence with size 4 to array axis with dimension 3

我在这里做错了什么，我怎样才能让它工作？

Answer 1

这是因为apply 方法默认适用于列，如果您想通过行将axis 更改为1：

axis : {0 or ‘index’, 1 or ‘columns’}，默认0

• 0 或“索引”：将函数应用于每一列
• 1 或“列”：将函数应用于每一行

df.apply(test, axis=1)

编辑

我认为您需要对每一行进行一些复杂的操作。如果您只需要相互减去列：

df['A-B'] = df.A - df.B

Answer 2

正如 Anton 所指出的，您应该使用 axis=1 参数执行 apply 函数。但是，没有必要像在函数测试中那样循环遍历行，因为 apply documentation 提到：

传递给函数的对象是系列对象

所以你可以将函数简化为：

def test(x):
    x['A-B']=x['A']-x['B']
    return x

然后运行：

df.apply(test,axis=1)

请注意，实际上您将测试的参数命名为x，而在函数test 中根本没有使用x。

最后我要评论的是，您可以使用 pandas 进行按列操作（即没有 for 循环），只需这样做：

df['A-B']=df['A']-df['B']

另见：

• how to compute a new column based on the values of other columns in pandas - python
• How to apply a function to two columns of Pandas dataframe