Python 解包函数返回数据帧列

我有一个现有的数据框（“雷达位置”），其中包含（除其他外）纬度和经度坐标。为了获得这些信息，我需要添加一个country和state列，因此我编写了一个函数，该函数执行反向地理编码，并返回所需的两个值

return geodata.state，geodata.country

当我尝试将值分配到dataframe中的新列时，我得到一个错误，即有太多的值需要解包。但是如果我更新代码，使函数返回单个值，我就可以成功地将该值写入新的dataframe列

如果这只是熊猫的一种怪癖，或者我还缺少一些更基本的东西

有效

def reverse_geocode(lat, long):
    ...
    return geodata.country

radar_locations['Country'] = radar_locations.apply(lambda x: reverse_geocode(x[1], x[0]), axis=1)

def reverse_geocode(lat, long):
    ...
    return geodata.state, geodata.country

state, country = reverse_geocode(mylat, mylong)

有效

def reverse_geocode(lat, long):
    ...
    return geodata.country

radar_locations['Country'] = radar_locations.apply(lambda x: reverse_geocode(x[1], x[0]), axis=1)

def reverse_geocode(lat, long):
    ...
    return geodata.state, geodata.country

state, country = reverse_geocode(mylat, mylong)

失败

def reverse_geocode(lat, long):
    ...
    return geodata.state, geodata.country

radar_locations['State'], radar_locations['Country'] = radar_locations.apply(lambda x: reverse_geocode(x[1], x[0]), axis=1)
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-28-82e3c63a2ecb> in <module>()
     19         raise
     20 
---> 21 radar_locations['State'], radar_locations['Country'] =   radar_locations.apply(lambda x: reverse_geocode(x[1], x[0]), axis=1)

ValueError: too many values to unpack (expected 2)

def反向地理编码（横向、纵向）：
...
返回geodata.state、geodata.country
雷达位置['State']，雷达位置['Country']=雷达位置。应用（λx：反向地理代码（x[1]，x[0]），轴=1）
---------------------------------------------------------------------------
ValueError回溯（最近一次调用上次）
在（）
19提高
20
--->21雷达位置['State']，雷达位置['Country']=雷达位置。应用（λx：反向地理代码（x[1]，x[0]），轴=1）
ValueError:要解压缩的值太多（应为2个）

使用

zip

和

*

操作符解压缩并执行分配：

# A function that returns multiple things.
def some_func(x):
    return x+1, x+2

# Example DataFrame
df = pd.DataFrame({'A': range(5)})

# Example usage.
df['B'], df['C'] = zip(*df['A'].apply(some_func))

结果输出：

   A  B  C
0  0  1  2
1  1  2  3
2  2  3  4
3  3  4  5
4  4  5  6

尝试直接从

apply

赋值的问题是，当您返回多个值时，实际上返回的是一列元组，而不是两列独立的元组，这就是为什么需要解压过程：

df['A'].apply(some_func)

0    (1, 2)
1    (2, 3)
2    (3, 4)
3    (4, 5)
4    (5, 6)