Python 使用For循环参数对数据帧应用Zip函数

我有一个名为handle text的函数，用于重命名dataframe列中的值：

def handle_text(txt):
if txt.lower()[:6] == 'deu_ga': 
    return 'Western Europe', 'Germany'
elif txt.lower()[:6] == 'fra_ga':
    return 'Western Europe', 'France'
return 'Other', 'Other'

我通过以下方式将handle_文本应用于各种数据帧：

campaigns_df['Region'], campaigns_df['Market']  = zip(*campaigns_df['Campaign Name'].apply(handle_text))

atlas_df['Region'], atlas_df['Market']  = zip(*atlas_df['Campaign Name'].apply(handle_text))

flashtalking_df['Region'], flashtalking_df['Market']  = zip(*flashtalking_df['Campaign Name'].apply(handle_text))

我想知道是否有一种方法可以执行for循环，从而将函数同时应用于各种dfs：

dataframes = [atlas_df, flashtalking_df, innovid_df, ias_viewability_df, ias_fraud_df]
columns_df = ['Campaign Name']

for df in dataframes:
    for column in df.columns:
        if column in columns_df:
            zip(df.column.apply(handle_text))

但是，我得到的错误是：

AttributeError: 'DataFrame' object has no attribute 'column'

---

需要通过

将属性访问更改为更一般的

[]

：

zip(df.column.apply(handle_text))

到

编辑：

更好的解决方案：

atlas_df = pd.DataFrame({'Campaign Name':['deu_gathf', 'deu_gahf', 'fra_gagg'],'another_col':[1,2,3]})
flashtalking_df = pd.DataFrame({'Campaign Name':['deu_gahf','fra_ga', 'deu_gatt'],'another_col':[4,5,6]})

dataframes = [atlas_df, flashtalking_df]
columns_df = 'Campaign Name'

您可以通过

dict

映射，然后创建新列：

d = {'deu_ga': ['Western Europe','Germany'], 'fra_ga':['Western Europe','France']}

for df in dataframes:
    df[['Region','Market']] = pd.DataFrame(df[columns_df].str.lower()
                                                         .str[:6]
                                                         .map(d)
                                                         .values.tolist())

     #print (df)

print (atlas_df)
  Campaign Name  another_col          Region   Market
0     deu_gathf            1  Western Europe  Germany
1      deu_gahf            2  Western Europe  Germany
2      fra_gagg            3  Western Europe   France

print (flashtalking_df)
  Campaign Name  another_col          Region   Market
0      deu_gahf            4  Western Europe  Germany
1        fra_ga            5  Western Europe   France
2      deu_gatt            6  Western Europe  Germany

---

我是这样解决的：

dataframes = [atlas_df, flashtalking_df, innovid_df, ias_viewability_df, ias_fraud_df, mediaplan_df]
columns_df = 'Campaign Name'

for df in dataframes:
    df['Region'], df['Market'] = zip(*df[columns_df].apply(handle_text))

---

非常感谢。我如何设置for循环的结果，以便为每个df创建两个新列：

new_columns=['Region'，'Market']

我尝试将：

df.new_columns=zip（df[column].apply（handle_text））

放在for循环的末尾，但当我调用其中一个dfsHmm时，什么都没有出现，为什么要使用

zip

？有必要吗？如果我在以旧方式应用函数时不使用zip，即：

atlas_-df['Region'，atlas_-df['Market']=zip（*atlas_-df['Campaign Name'].apply（handle_-text））

则我会得到以下错误：

ValueError:要解包的值太多（预期为2）

我认为有必要确保函数生成两个不同的列（地区和市场），以便它可以将

西欧

分配给新创建的

地区
列，将
德国
分配给
atlas_df
是上新创建的
市场
列，我有个问题-在
列中\u df=['Campaign Name']
可以是多个值吗？不一定。如果解决方案更容易，我们可以使用：
dataframes=[atlas_-df，flashtalking_-df，innovid_-df，ias_-viewability_-df，ias_-fraud_-df]新列=['Region'，Market']数据框中的df:for列中的列。列：如果列中的'Campaign Name'：df.new_-columns=zip（df[列]。应用（句柄文本））
然而，当我回忆起atlas_df时，没有atlas_df[市场]和atlas_df[区域]
dataframes = [atlas_df, flashtalking_df, innovid_df, ias_viewability_df, ias_fraud_df, mediaplan_df]
columns_df = 'Campaign Name'

for df in dataframes:
    df['Region'], df['Market'] = zip(*df[columns_df].apply(handle_text))