Python 使用带有两个参数的函数从两个现有列创建两个新列

我也有类似的问题，但这个答案不能解决我的问题 . 我有一个函数，它接受两个参数并在

float

中返回两个不同的值原始数据帧也在

float

def FunctionName (a, b):
   some calculations---
   return x, y

我有

df

，我想使用function

FunctionName

，这样我将从现有的系列

df['A]，df['B]

df['A], df['B]
df['A_new'], df['B_new'] = df[['A'], df['B']].apply(FunctionName)

给我一个错误

TypeError: unhashable type: 'list'

我也试过了

df['A_new']，df['B_new']=FunctionName（df['A']，df['B']）

给了我一个错误

TypeError: cannot convert the series to <class 'float'>

TypeError:无法将序列转换为

我想将X值返回到

df['A_new']

并将Y值返回到

df['B_new']

---

谁能告诉我，我在这里错过了什么

我认为需要参数

axis=1

才能按行处理，lambda函数用于按名称定义列，并返回

Series

用于新列-由以下内容添加：

---

df = pd.DataFrame({'A':[4,5,4,5,5,4],
                   'B':[7,8,9,4,2,3],
                   'C':[1,3,5,7,1,0]})

print (df)
   A  B  C
0  4  7  1
1  5  8  3
2  4  9  5
3  5  4  7
4  5  2  1
5  4  3  0

def FunctionName (a, b):
   x = a * 5
   y = b * 7
   return pd.Series([x, y], index=['A_new','B_new'])

df = df.join(df.apply(lambda x: FunctionName(x['A'], x['B']), axis=1))
print (df)
   A  B  C  A_new  B_new
0  4  7  1     20     49
1  5  8  3     25     56
2  4  9  5     20     63
3  5  4  7     25     28
4  5  2  1     25     14
5  4  3  0     20     21

def FunctionName (a, b):
   x = a * 5
   y = b * 7
   return pd.Series([x, y])

df[['A_new', 'B_new']] = df.apply(lambda x: FunctionName(x['A'], x['B']), axis=1)
print (df)
   A  B  C  A_new  B_new
0  4  7  1     20     49
1  5  8  3     25     56
2  4  9  5     20     63
3  5  4  7     25     28
4  5  2  1     25     14
5  4  3  0     20     21