Python 如何仅使用返回多个值的函数的一个特定输出操作列条目？

我有这样一个数据帧：

import numpy as np
import pandas as pd

df = pd.DataFrame({'a': range(4), 'b': range(2, 6)})

   a  b
0  0  2
1  1  3
2  2  4
3  3  5

我有一个函数，它返回几个值。这里我只使用一个伪函数，它返回某个输入变量的最小值和最大值：

def return_min_max(x):
    return (np.min(x), np.max(x))

现在，我想将每列的最大值与相应列中的每个值相加

所以

给予

然后

df.add(df.apply(return_min_max).apply(lambda x: x[1]))

产生期望的结果

   a   b
0  3   7
1  4   8
2  5   9
3  6  10

我想知道是否有一种更直接的方法可以避免双链的

应用

为了确保：

我对一份工作不感兴趣

df.add(df.max())

键入解决方案。我突出显示了
dummy_函数
，以说明这不是我的实际函数，而是一个具有多个输出的最小示例函数。
DataFrame.max
将返回一系列列最大值
DataFrame.add（）
随后将添加此
系列
，并在列上对齐

df.add(df.max())

#   a   b
#0  3   7
#1  4   8
#2  5   9
#3  6  10


如果你认为实函数要复杂得多，那么有几种选择

保持原样，使用
.str
访问max元素

def return_min_max(x):
    return (np.min(x), np.max(x))

df.add(df.apply(return_min_max).str[1])

考虑返回一个系列，其中索引描述返回的内容：

def return_min_max(x):
    return pd.Series([np.min(x), np.max(x)], index=['min', 'max'])

df.add(df.apply(return_min_max).loc['max'])

或者，如果返回可以分开（在这种情况下，
max
和
min
确实不需要在同一个函数中完成），那么将它们分开就更简单了：

def return_max(x):
    return np.max(x)

df.add(df.apply(return_max))

再看一眼，您的
return\u min\u max
是一个列函数。所以情况并没有那么糟。您可以这样做，例如：

# create a dataframe for easy access
ret_df = pd.DataFrame(df.apply(return_min_max).to_dict())
#    a  b
# 0  0  2
# 1  3  5

# add 
df.add(ret_df.loc[1], axis=1)

输出：

   a   b
0  3   7
1  4   8
2  5   9
3  6  10

和numpy广播：

df.values[None,:] + ret_df.values[:,None]

给出：

array([[[ 0,  4],
        [ 1,  5],
        [ 2,  6],
        [ 3,  7]],

       [[ 3,  7],
        [ 4,  8],
        [ 5,  9],
        [ 6, 10]]], dtype=int64)

第一个问题是dummy
return\u min\u max
函数。正如您所提到的，您不希望应用
，但是如果没有更多的细节，几乎不可能知道如何对该函数进行矢量化。第二部分是简单的numpy广播。如果我可以问的话，你为什么要编写返回多个值的函数？@QuangHoang：函数是固定的，我无法更改它，所以向量化无法工作。你会如何在这里使用numpy广播？@Erfan:不是我的功能，但我得拿我得到的；）
.str[1]
解决方案看起来不错。谢谢其他解决方案不起作用，因为函数确实要复杂得多。
df.values[None,:] + ret_df.values[:,None]

array([[[ 0,  4],
        [ 1,  5],
        [ 2,  6],
        [ 3,  7]],

       [[ 3,  7],
        [ 4,  8],
        [ 5,  9],
        [ 6, 10]]], dtype=int64)