Python 应用带多个参数的函数创建新列

我想通过对两个现有列应用函数，在

pandas

数据框中创建一个新列。在此之后，当我只需要一列作为参数时，我就能够创建一个新列：

import pandas as pd
df = pd.DataFrame({"A": [10,20,30], "B": [20, 30, 10]})

def fx(x):
    return x * x

print(df)
df['newcolumn'] = df.A.apply(fx)
print(df)

但是，当函数需要多个参数时，我不知道如何执行相同的操作。例如，如何通过将列a和列B传递给下面的函数来创建新列

def fxy(x, y):
    return x * y

---

这就解决了问题：

df['newcolumn'] = df.A * df.B

你也可以这样做：

def fab(row):
  return row['A'] * row['B']

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

---

如果可以重写函数，可以使用@greenAfrican示例。但如果不想重写函数，可以将其包装到apply中的匿名函数中，如下所示：

>>> def fxy(x, y):
...     return x * y

>>> df['newcolumn'] = df.apply(lambda x: fxy(x['A'], x['B']), axis=1)
>>> df
    A   B  newcolumn
0  10  20        200
1  20  30        600
2  30  10        300

---

或者，您可以使用numpy基础函数：

>>> import numpy as np
>>> df = pd.DataFrame({"A": [10,20,30], "B": [20, 30, 10]})
>>> df['new_column'] = np.multiply(df['A'], df['B'])
>>> df
    A   B  new_column
0  10  20         200
1  20  30         600
2  30  10         300

def fab(row):                                                  
    return row['A'] * row['B'], row['A'] + row['B']

或在一般情况下矢量化任意函数：

>>> def fx(x, y):
...     return x*y
...
>>> df['new_column'] = np.vectorize(fx)(df['A'], df['B'])
>>> df
    A   B  new_column
0  10  20         200
1  20  30         600
2  30  10         300

---

还有一个dict风格的干净语法：

df["new_column"] = df.apply(lambda x: x["A"] * x["B"], axis = 1)

或者

如果需要同时创建多个列：

创建数据帧：

import pandas as pd
df = pd.DataFrame({"A": [10,20,30], "B": [20, 30, 10]})

创建函数：

>>> import numpy as np
>>> df = pd.DataFrame({"A": [10,20,30], "B": [20, 30, 10]})
>>> df['new_column'] = np.multiply(df['A'], df['B'])
>>> df
    A   B  new_column
0  10  20         200
1  20  30         600
2  30  10         300

def fab(row):                                                  
    return row['A'] * row['B'], row['A'] + row['B']

分配新列：

df['newcolumn'], df['newcolumn2'] = zip(*df.apply(fab, axis=1))

---

这个答案解决了这个玩具示例，足以让我重写我的实际函数，但它没有说明如何在不重写引用列的情况下应用先前定义的函数。请注意，向量化操作（第一个代码示例）比使用

apply

的代码示例具有更好的性能。感谢您的回答！我很好奇，这是最快的解决方案吗？使用

np.vectorize（）

的矢量化版本速度惊人。谢谢。这是一个有用的解决方案。如果函数x和y的输入参数的大小不相等，则会出现错误。在这种情况下，@RomanPekar解决方案可以毫无问题地工作。我没有比较性能。我知道这是一个古老的答案，但是：我有一个边缘情况，在这种情况下，

np.vectorize

不起作用。原因是，其中一列的类型为

pandas._libs.tslibs.timestamps.Timestamp

，通过矢量化将其转换为类型

numpy.datetime64

。这两种类型不可互换，导致功能表现不好。有什么建议吗？（除了

。应用
，因为这显然是要避免的）伟大的解决方案！如果有人想知道vectorize对于字符串比较函数也能运行得很好，而且速度非常快。这是一个很好的技巧，它将列引用保留在apply调用附近（实际上是在其中）。我使用这个技巧和提供的多列输出技巧@toto_tico生成了一个3列输入，4列输出的函数！很好！哇，看来你是唯一一个不关注OP的简单示例，但解决了整个问题的人，谢谢，这正是我需要的！：）事实上，这应该是“官方”答案。我想知道如何用一个apply生成多个列！我用@Roman Pekar的答案生成了一个3列输入，4列输出的函数！很好！你能解释一下
zip
在这里做什么吗？谢谢
zip
同时迭代多个iterable（例如列表、迭代器）
*df.apply
将产生N（N=
len（df）
）个iterable，每个iterable包含2个元素
zip
将同时在N行上迭代，因此它将生成由N个元素组成的2个iterables。您可以对此进行测试，例如
zip（['a'，'b']，['c'，'d']，['e'，'f']）
将产生
[（'a'，'c'，'e'），（'b'，'d'，'f'）]
（基本上是转置）。请注意，我有意使用单词
yield
，而不是
return
，因为我们谈论的是迭代器（因此，将zip结果转换为一个列表：
list（zip（['a'，'b'，['c'，'d'，['e'，'f']）
）