如何调用熊猫数据框应用函数返回两个变量

Question

我想调用pandas dataframe apply()函数返回两个变量

例如：

print(word_list)
['abc', 'lmn', ]

def is_related_content(x):
    for y in word_list:
        if y in x:
            return x, y
    return '', ''

print(df.head())
    str1        
    abcdef      
    hijklmn     
    asddada    
    
# call apply() function like this
df['string'], df['substring'] = df['str1'].apply(lambda x: is_related_content(x))

# it should be like this
print(df.head())
    str1        string      substring
    abcdef      abcdef      abc
    hijklmn     hijklmn     lmn
    asddada     None        None               

但我收到如下错误消息：

news_df['merge_' + col], news_df[col] = news_df['content'].fillna("").apply(lambda x: is_related_content(x))
ValueError：要解压的值太多（预期为 2）

谁能帮帮我？
提前致谢。

Answer 1

函数is_related_content 为应用该函数的列中的每个值返回元组，因此尝试像这样分配值是行不通的，因为每一行都有值的元组。一种解决方案是将pd.Series 应用于每个单独的元组，并将它们分配回数据框的列列表； 想法是将元组拆分为多列（类似于 explode 将值拆分为多行）：

>>> df[['string', 'substring']] = df['str1'].apply(is_related_content).apply(pd.Series)
>>> df
      str1   string substring
0   abcdef   abcdef       abc
1  hijklmn  hijklmn       lmn
2  asddada  

Answer 2

您需要一个 Series 元组才能使 unpacking 语法起作用。但是apply 方法返回的是一系列元组。您可以在apply 之后使用.str 访问器，以便将结果解压缩为元组：

更新：

s = df['str1'].apply(lambda x: is_related_content(x))
df['string'], df['substring'] = s.str[0], s.str[1]
df
#      str1   string substring
#0   abcdef   abcdef       abc
#1  hijklmn  hijklmn       lmn
#2  asddada                   

---

df['string'], df['substring'] = df['str1'].apply(lambda x: is_related_content(x)).str

df
#      str1   string substring
#0   abcdef   abcdef       abc
#1  hijklmn  hijklmn       lmn
#2  asddada