Python 面临将字典中的数据添加到datafram的问题

在创建将响应存储在列中的函数时遇到问题， 例如传递城市名称，作为响应，获取最高温度、最低温度和压力的详细信息。我想将其存储在新列中

import pyowm
from pyowm.utils import config
from pyowm.utils import timestamps

api_key = {key from openweather(free)}
mgr = owm.weather_manager()
data =[]
def get_weather(city):
    observation = mgr.weather_at_place(city)
    l = observation.weather
    Wind_Speed = l.wind()['speed']
    Temp = l.temperature('celsius')['temp']
    Max_temp = l.temperature('celsius')['temp_max']
    Min_temp = l.temperature('celsius')['temp_min']
    #Heat_index = l.heat_index
    Humidity = l.humidity
    Pressure = l.pressure['press']
    weather = {"City": city,"Wind_Speed" : Wind_Speed, "Temp": 
    Temp,"Max_temp":Max_temp, "Min_temp":Min_temp, "Humidity":Humidity,
                  "Pressure":Pressure}
    
    return weather

for city in df2['City']:
    get_weather(city)
    df = df.append(data, True)

要根据城市名称将每个天气详细信息添加为列吗

要创建一个将所有详细信息存储在列中的函数， 不想创建单独的函数

数据帧类似于：

---

您可以从功能中返回词典

def get_weather(city):
    observation = mgr.weather_at_place(city)
    l = observation.weather
    Wind_Speed = l.wind()['speed']
    Temp = l.temperature('celsius')['temp']
    Max_temp = l.temperature('celsius')['temp_max']
    resp=dict()
    resp['Wind_Speed ']=Wind_Speed 
    resp['Temp']=Temp 
    resp['Max_temp']=Max_temp  
    return resp

df["Wind_speed"] = df["city"].apply(lambda x: get_weather(x)['Wind_Speed'])
df["Temp"] = df["city"].apply(lambda x: get_weather(x)['Temp'])
df["Max_temp"] = df["city"].apply(lambda x: get_weather(x)['Max_temp'])

---

感谢您的重播，但问题是如何创建一个函数来获得所有细节，不想创建像上面那样的单独函数。（问题更新）df[‘风速’、‘最高温度’、‘压力’、‘最低温度’]=df[‘城市’]。应用（λx：获取天气（x））。您想要这样的东西吗？在这种情况下，每个列函数都将调用，因此需要花费大量时间。在单次调用中，获取所有详细信息，因此希望使用我可以在df中存储整行数据的方式。没有必要创建函数，我们可以只使用查找来获取数据并在df中存储数据。在这种情况下，调用使用city的函数来获取响应的dict，使用单行创建数据帧，将dict中的值添加到行中，并将其附加到父数据帧。我相信没有一行代码用于此目的。