Python 将函数应用于dataframe的两列以获得两个新列

我有一个pandas数据框，其中包含列

经度

和

纬度

。我想从他们那里得到

X

和

Y

。

utm

中有一个函数，名为

from_latlon

，用于执行此操作。它接收

纬度

和

经度

，并给出

[X，Y]

。我是这样做的：

def get_X（行）：
从_latlon（第['纬度]，第['经度]行）返回utm.[0]
def get_Y（世界其他地区）：
从_latlon（第['纬度]行，第['经度]行）返回utm.[1]
df['X']=df.apply（获取X，轴=1）
df['Y']=df.apply（获取Y，轴=1）

---

我想定义一个函数

get_XY

并从_latlon应用一次

，以节省时间。我看了一下，但是我找不到一种方法，用一个
apply
函数生成两列。谢谢。
您可以从函数返回列表：

d = pandas.DataFrame({
    "A": [1, 2, 3, 4, 5],
    "B": [8, 88, 0, -8, -88]
})

def foo(row):
    return [row["A"]+row["B"], row["A"]-row["B"]]

>>> d.apply(foo, axis=1)
    A   B
0   9  -7
1  90 -86
2   3   3
3  -4  12
4 -83  93

您还可以返回一个序列。这允许您指定返回值的列名：

def foo(row):
    return pandas.Series({"X": row["A"]+row["B"], "Y": row["A"]-row["B"]})

>>> d.apply(foo, axis=1)
    X   Y
0   9  -7
1  90 -86
2   3   3
3  -4  12
4 -83  93

我合并了一个类似线程中的两个答案，现在有了一个通用的多列输入，多列输出模板，我在Jupyter/pandas中使用：

# plain old function doesn't know about rows/columns, it just does its job.
def my_func(arg1,arg2):
    return arg1+arg2, arg1-arg2  # return multiple responses

df['sum'],df['difference'] = zip(*df.apply(lambda x: my_func(x['first'],x['second']),axis=1))

基于您的第一个解决方案，我使用
temp=d.apply（foo，axis=1）
，然后执行
d['sum']=[temp中的项[0]
和
d['subtract']=[temp中的项[1]
。有没有更好的办法。如果我做了
d[['sum'，'subtract']]=d.apply（foo，axis=1）
我会得到一个错误。我想这是一个将结果返回到原始数据帧的问题。不幸的是，由于我的特殊功能，您的第二个解决方案对我不起作用。谢谢。@bikhaab：没有简单的方法可以将多个列同时分配到一个数据帧中，所以这是一个单独的问题。您可以使用
concat
或
merge
将结果数据框与原始数据框连接起来。有关一些相关的想法，请参阅。