Python 不必传递整行以在pandas中创建新列？

我使用以下函数从电影标题计算电影分辨率：

def new__resolution(row):
    resolution = row['resolution']
    if resolution == '4k/UHD': resolution = 'UHD'
    if resolution not in ('SD', 'HD', 'UHD'): resolution = None
    if '_HD_' in row['file_name']: resolution = 'HD'
    if '_SD_' in row['file_name']: resolution = 'SD'
    return resolution

我创建的新列如下所示：

df['new__resolution'] = df.apply(new__resolution, axis=1)

我的问题是，这似乎是一种创建一个通过整行的新列的高压方法。有没有更好的方法，比如只传递列本身？比如：

df['new__resolution'] = df['resolution'].apply(new__resolution)

函数的前两行是：

def new__resolution(value):
    resolution = value

当传递单个列而不是整行时，该如何执行此操作

---

---

更新：事实上，现在我回顾了这个问题，我不能只传递一列，因为它取决于两个字段，而不仅仅是一个字段（分辨率、文件名）。考虑到这一点，有没有办法只传递两列，还是最好只传递整行？

将函数修改为

def new__resolution(row):
    resolution = row
    if resolution == '4k/UHD': resolution = 'UHD'
    if resolution not in ('SD', 'HD', 'UHD'): resolution = None
    if '_HD_' in row['file_name']: resolution = 'HD'
    if '_SD_' in row['file_name']: resolution = 'SD'
    return resolution

df['new__resolution'] = df['resolution'].map(new__resolution)

---

如果两列

df['new__resolution'] = df[['col1','col2']].apply(new__resolution, axis=1)

---

将您的函数修改为

def new__resolution(row):
    resolution = row
    if resolution == '4k/UHD': resolution = 'UHD'
    if resolution not in ('SD', 'HD', 'UHD'): resolution = None
    if '_HD_' in row['file_name']: resolution = 'HD'
    if '_SD_' in row['file_name']: resolution = 'SD'
    return resolution

df['new__resolution'] = df['resolution'].map(new__resolution)

---

如果两列

df['new__resolution'] = df[['col1','col2']].apply(new__resolution, axis=1)

---

谢谢，你能不能对这两个函数和你在这里做的事情再详细一点？主要是

映射

和

应用

之间的差异。另外，第二个函数的函数签名是什么样的？它是否仍然接受一行，并且传递的行只包含这两列？@David542当对series进行映射时，它与应用相同，但对于dataframe，我们需要应用。由于您拉出了行，所以我们尝试尽可能减少不必要的列以加快速度。我明白了。我现在明白第二个了。不过，在

地图

vs

apply

上仍然有点模糊。另外，你会建议上面两种方法中的哪一种？@David542我会应用，但是map对索引有好处，apply不是，你可以使用第二种方法，在第一种方法的一半时间内返回df.index.map（）而不是df.index.applythanks。谢谢，你能对这两个函数和你在这里做的事情做一些详细说明吗？主要是

映射

和

应用

之间的差异。另外，第二个函数的函数签名是什么样的？它是否仍然接受一行，并且传递的行只包含这两列？@David542当对series进行映射时，它与应用相同，但对于dataframe，我们需要应用。由于您拉出了行，所以我们尝试尽可能减少不必要的列以加快速度。我明白了。我现在明白第二个了。不过，在

地图

vs

apply

上仍然有点模糊。另外，你会建议上面两种方法中的哪一种？@David542我会应用，但map对索引有好处，apply不是，你可以使用第二种方法，在第一种方法的一半时间内返回。