Python 通过从多个系列获取输入的函数循环的替代方法

我使用熊猫已经有一段时间了，但直到现在才发现有必要这么做。这是设置。我有几个熊猫系列（它们的索引完全相同），比如A、B和C，还有一个复杂的函数func（）。我试图（以一种非有效的方式）迭代应用func（）的序列的索引

---

考虑到这本质上是基于阵列的操作，是否有一种有效的方法来执行上述操作？我查看了pandas.DataFrame.apply，但示例展示了一些简单函数的应用，例如仅接受一个系列参数的numpy.sqrt（）

如果只有一个pd.Series，那么函数也应该返回一个Series

所以,

D = func(A, B, C)

应产生作为pd.系列的D，这是a、B和C值上的矢量化结果

如果要在数据帧上添加新列，可以通过以下方式解决：

df.loc[:,'new column'] = \
        df.loc[:,'data column'].\
            apply(lambda x: func(x, A[x.name], B[x.name], C[x.name]), axis=1)

---

你能分享一下

func

的实现吗？或者你想用一个通用的

func

？看起来你想要一个系列的数据框，那么你可以用func（数据框），只要它被正确的矢量化，结果是一个系列（或新的列）包含你的答案。我对一个更通用的函数感兴趣。我可以看到我自己在使用scipy函数，比如func（）中的cdf（）。@jeremycg:所以我将A、B、C连接到一个数据帧中，并将其馈送到func？是的，你可能想先读一读关于矢量化的更多内容-请看这里最近的pycon对话-

df.loc[:,'new column'] = \
        df.loc[:,'data column'].\
            apply(lambda x: func(x, A[x.name], B[x.name], C[x.name]), axis=1)