使用 apply + 函数为 pandas 数据框创建多个新列

Question

我有一个熊猫数据框df，其形状如下：(763, 65)

我使用以下代码创建了 4 个新列：

df[['col1', 'col2', 'col3','col4']] = df.apply(myFunc, axis=1)

def myFunc(row):
    #code to get some result from another dataframe
    return result1, result2, result3, result4

myFunc 返回的数据框的形状是(1, 4)。代码遇到如下错误：

ValueError: 传递值的形状是 (763, 4)，索引意味着 (763, 65)

我知道df 有65 列，而myFunc 返回的数据只有4 列。但是，我只想创建 4 个新列（即 col1、col2 等），因此我认为当它只返回 myFunc 中的 4 个列时代码是正确的。我做错了什么？

Answer 1

演示：

In [40]: df = pd.DataFrame({'a':[1,2,3]})

In [41]: df
Out[41]:
   a
0  1
1  2
2  3

In [42]: def myFunc(row):
    ...:     #code to get some result from another dataframe
    ...:     # NOTE: trick is to return pd.Series()
    ...:     return pd.Series([1,2,3,4]) * row['a']
    ...:

In [44]: df[['col1', 'col2', 'col3','col4']] = df.apply(myFunc, axis=1)

In [45]: df
Out[45]:
   a  col1  col2  col3  col4
0  1     1     2     3     4
1  2     2     4     6     8
2  3     3     6     9    12

免责声明：尽量避免使用 .apply(..., axis=1) - 因为它是 for loop 在引擎盖下 - 即它不是矢量化的，与矢量化 Pandas 相比，它的工作速度慢得多 /numpy ufuncs。

PS 如果您愿意在myFunc 函数中提供您尝试计算的详细信息，那么我们可以尝试找到一个矢量化解决方案...