我想通过将函数应用于两个现有列来在 pandas 数据框中创建一个新列。在此answer 之后，当我只需要一列作为参数时，我已经能够创建一个新列：
import pandas as pd
df = pd.DataFrame({"A": [10,20,30], "B": [20, 30, 10]})
def fx(x):
return x * x
print(df)
df['newcolumn'] = df.A.apply(fx)
print(df)
但是，当函数需要多个参数时，我无法弄清楚如何做同样的事情。例如，如何通过将 A 列和 B 列传递给下面的函数来创建新列？
def fxy(x, y):
return x * y
【问题讨论】：
如果您可以重写您的函数，您可以使用@greenAfrican 示例。但是如果你不想重写你的函数，你可以把它包装到apply里面的匿名函数中，像这样：
>>> def fxy(x, y):
... return x * y
>>> df['newcolumn'] = df.apply(lambda x: fxy(x['A'], x['B']), axis=1)
>>> df
A B newcolumn
0 10 20 200
1 20 30 600
2 30 10 300
【讨论】：
或者，您可以使用 numpy 底层函数：
>>> import numpy as np
>>> df = pd.DataFrame({"A": [10,20,30], "B": [20, 30, 10]})
>>> df['new_column'] = np.multiply(df['A'], df['B'])
>>> df
A B new_column
0 10 20 200
1 20 30 600
2 30 10 300
或者一般情况下对任意函数进行矢量化：
>>> def fx(x, y):
... return x*y
...
>>> df['new_column'] = np.vectorize(fx)(df['A'], df['B'])
>>> df
A B new_column
0 10 20 200
1 20 30 600
2 30 10 300
【讨论】：
np.vectorize() 的矢量化版本速度惊人。谢谢。
np.vectorize 不起作用。原因是，其中一列是pandas._libs.tslibs.timestamps.Timestamp 类型，通过矢量化变成numpy.datetime64 类型。这两种类型不可互换，导致函数表现不佳。对此有何建议？ （.apply 除外，因为这显然是要避免的）
这样就解决了问题：
df['newcolumn'] = df.A * df.B
你也可以这样做：
def fab(row):
return row['A'] * row['B']
df['newcolumn'] = df.apply(fab, axis=1)
【讨论】：
apply 的代码示例具有更好的性能。
如果您需要一次创建多个列：
创建数据框：
import pandas as pd
df = pd.DataFrame({"A": [10,20,30], "B": [20, 30, 10]})
创建函数：
def fab(row):
return row['A'] * row['B'], row['A'] + row['B']
分配新列：
df['newcolumn'], df['newcolumn2'] = zip(*df.apply(fab, axis=1))
【讨论】：
zip在这里做什么吗？谢谢！
zip 迭代同时几个可迭代对象（例如列表、迭代器）。 *df.apply 将产生 N (N=len(df)) 可迭代对象，每个可迭代对象包含 2 个元素； zip 将同时迭代 N 行，因此它会产生 2 个可迭代的 N 个元素。您可以对此进行测试，例如zip(['a','b'],['c','d'],['e','f']) 将产生 [('a', 'c', 'e'), ('b', 'd', 'f')] （基本上是转置）。请注意，我有意使用 yield 这个词，而不是 return，因为我们正在谈论迭代器（因此，将 zip 结果转换为列表：list(zip(['a','b'],['c','d'],['e','f']))）
另一种 dict 风格的简洁语法：
df["new_column"] = df.apply(lambda x: x["A"] * x["B"], axis = 1)
或者，
df["new_column"] = df["A"] * df["B"]
【讨论】：
def fx(a, b): ... 返回 a*b ... df['new_col'] = np.vectorize(fx)(df['A'], df['B']) df A B 新列 0 10 30 200 1 10 40 400 2 10 50 500
【讨论】：