将新列数组添加到 Pandas 数据框答案

【问题标题】：Add array of new columns to Pandas dataframe将新列数组添加到 Pandas 数据框
【发布时间】：2020-01-16 22:14:37
【问题描述】：

如何将整数列表作为新列附加到 Pandas 数据框中的每一行？

我有一个数据框，我需要将一个 20 列的整数序列附加为新列。用例是我正在将行中的单元格中的自然文本转换为带有 Tensorflow 的某些 NLP 的向量序列。

但为了说明，我创建了一个简单的数据框来追加：

df = pd.DataFrame([(1, 2, 3),(11, 12, 13)])
df.head()

生成输出：

然后，对于每一行，我需要传递一个函数，该函数在“2”列中接收特定值，并将返回一个整数数组，该数组需要作为数据帧中的列附加 - 而不是作为单个单元格中的数组：

def foo(x):
    return [x+1, x+2, x+3]

理想情况下，运行如下函数：

df[3, 4, 5] = df['2'].applyAsColumns(foo)

我能想到的唯一解决方案是创建具有 3 个空白列 [3,4,5] 的数据框，然后使用 for 循环遍历空白列，然后将它们作为循环中的值输入。

这是最好的方法，还是 Pandas 中内置的任何功能可以做到这一点？我已经尝试检查文档，但没有找到任何东西。

感谢任何帮助！

【问题讨论】：

Pandas 有一个完整的section of the docs 专门用于合并、连接和连接数据。根据您自己的研究了解您已经尝试过的内容会很有帮助。请注意，对于 pandas，循环几乎从来都不是最佳选择
列命名的逻辑是什么？
我不打算命名它们，只是使用 iloc 来索引它们
如果你说 3 行和两个数据列表，第 3 行会是空的吗？
在我的用例中，我需要传递一个函数来获取一串文本并将其嵌入为一系列 20 个浮点数。在确定浮点数之前，每一行都需要通过该函数，所以它比将两个列表合并在一起更复杂

【解决方案1】：

IIUC，

def foo(x):
    return pd.Series([x+1, x+2, x+3])

df = pd.DataFrame([(1, 2, 3),(11, 12, 13)])

df[[3,4,5]] = df[2].apply(foo)

df

输出：

    0   1   2   3   4   5
0   1   2   3   4   5   6
1  11  12  13  14  15  16

【讨论】：