Python 使用DataFrame.apply和lambda函数将返回的元组/列表分配给多列
我有一个函数,它接受单个输入并返回两个值的列表Python 使用DataFrame.apply和lambda函数将返回的元组/列表分配给多列,python,pandas,Python,Pandas,我有一个函数,它接受单个输入并返回两个值的列表 def my_func(x): return [x+1, x+2] 假设我有一个简单的数据帧 df = pd.DataFrame({'x':[1,2,3,4,5]}) 我希望将我的_func应用于列“x”的每个值,然后将返回的值分别保存在列“y”和列“z”中,如下所示: (df['y'], df['z']) = df.apply(lambda row: my_func(row.x), axis = 1) 显然这不起作用 最好的办法是什
def my_func(x):
return [x+1, x+2]
假设我有一个简单的数据帧
df = pd.DataFrame({'x':[1,2,3,4,5]})
我希望将我的_func应用于列“x”的每个值,然后将返回的值分别保存在列“y”和列“z”中,如下所示:
(df['y'], df['z']) = df.apply(lambda row: my_func(row.x), axis = 1)
显然这不起作用
最好的办法是什么
编辑:正如@Andy Hayden在下面指出的,在这种情况下,我可以简单地使用
df['y'], df['z'] = myfunc(df.x)
这是因为myfunc
在这里进行非常简单的向量计算。如果更复杂呢
dict = {1:'a', 2:'b', 3:'c', 4:'d', 5:'e', 6:'f'}
def my_func(x):
return [dict[x], dict[x+1]]
所以在这里,
dict[x]
不能再处理整个系列了,我想我必须使用apply
?那么,如何将结果放入一个数据帧的两个单独的列中呢?我认为您不需要在这里进行应用:
df = pd.DataFrame({'x':[1,2,3,4,5]})
In [11]: df["y"], df["z"] = my_func(df.x)
In [12]: df
Out[12]:
x y z
0 1 2 3
1 2 3 4
2 3 4 5
3 4 5 6
4 5 6 7
谢谢,它起作用了。但这可能是因为
my_func
在这里非常简单,如果my_func
做了一些不像向量那么简单的事情呢calculation@Godsent如果传递给apply的函数返回一个系列(对于每一行),那么可以将该系列的索引指定为列。i、 e.pd.系列([dict[x],dict[x+1]]