将 pandas 数据帧与 apply(lambda) 的结果连接起来，其中 lambda 返回另一个数据帧答案

【问题标题】：Concatenate pandas dataframe with result of apply(lambda) where lambda returns another dataframe将 pandas 数据帧与 apply(lambda) 的结果连接起来，其中 lambda 返回另一个数据帧
【发布时间】：2018-01-26 09:37:20
【问题描述】：

数据框在列中存储一些值，将这些值传递给函数我得到另一个数据框。我想将返回的数据框的列连接到原始数据框。

我试图做类似的事情

i = pd.concat([i, i[['cid', 'id']].apply(lambda x: xy(*x), axis=1)], axis=1)

但它没有错误：

ValueError: cannot copy sequence with size 2 to array axis with dimension 1

所以我这样做了：

def xy(x, y):
    return pd.DataFrame({'x': [x*2], 'y': [y*2]})

df1 = pd.DataFrame({'cid': [4, 4], 'id': [6, 10]})
print('df1:\n{}'.format(df1))


df2 = pd.DataFrame()
for _, row in df1.iterrows():
    nr = xy(row['cid'], row['id'])
    nr['cid'] = row['cid']
    nr['id'] = row['id']
    df2 = df2.append(nr, ignore_index=True)

print('df2:\n{}'.format(df2))

输出：

df1:
   cid  id
0    4   6
1    4  10

df2:
   x   y  cid  id
0  8  12    4   6
1  8  20    4  10

代码看起来不太好，应该运行缓慢。

是否有 pandas/pythonic 方式可以正确快速地完成它？

python 2.7

【问题讨论】：

标签： python-2.7 pandas dataframe lambda concatenation

【解决方案1】：

选项 0
最直接的是pd.DataFrame.assign。不是很普遍。

df1.assign(x=df1.cid * 2, y=df1.id * 2)

   cid  id  x   y
0    4   6  8  12
1    4  10  8  20

选项 1
使用pd.DataFrame.join 添加新列
这显示了在使用 apply 和 lambda 后如何连接新列

df1.join(df1.apply(lambda x: pd.Series(x.values * 2, ['x', 'y']), 1))

   cid  id  x   y
0    4   6  8  12
1    4  10  8  20

选项 2
使用pd.DataFrame.assign 添加新列这显示了在使用 apply 和 lambda 后如何连接新列

df1.assign(**df1.apply(lambda x: pd.Series(x.values * 2, ['x', 'y']), 1))

   cid  id  x   y
0    4   6  8  12
1    4  10  8  20

选项 3
但是，如果你的函数真的只是乘以2

df1.join(df1.mul(2).rename(columns=dict(cid='x', id='y')))

或者

df1.assign(**df1.mul(2).rename(columns=dict(cid='x', id='y')))

【讨论】：

df1.assign(**df1.apply(lambda x: ...) 根据需要工作。谢谢！