Python 如何在用户函数中返回两个数据帧

我的目的是创建如下函数：

def function(x):
    mask_1 = (x["var_1"] == 0) & (x["var_2"] == 0) 
    df_1 = x[mask_1]
    df_1 = x[['A','B']].groupby(['A']).count().reset_index()
    df_1.rename(columns={'B':'my_fan_type_1'}, inplace=True)
    mask_2 = (x["var_1"] == 0) & (x["var_2"] == 1)
    df_2 = x[['A','B']].groupby(['A']).count().reset_index()
    df_2.rename(columns={'B':'my_fan_type_2'}, inplace=True)
    return df_1, df_2


df_1,df_2 = df_to_be_filtered.apply(function, axis=1)

简而言之，我有一个dataframe，我想创建一个函数，首先过滤一些行，然后基于这些行创建两个dataframe，按和计数分组。 要筛选的数据帧与这两种情况相同。如果我创建这个函数，我不会得到预期的结果

---

你能帮我修复它吗？

为了让你的代码正常工作，掩码应该首先应用到数据帧上。然后对过滤后的数据帧进行操作

def function(x):
    # construct df_1
    mask_1 = (x["var_1"] == 0) & (x["var_2"] == 0) 
    df_1 = x[mask_1][['A','B']].groupby(['A']).count().reset_index()
    df_1.rename(columns={'B':'my_fan_type_1'}, inplace=True)

    # construct df_2
    mask_2 = (x["var_1"] == 0) & (x["var_2"] == 1)
    df_2 = x[mask_2][['A','B']].groupby(['A']).count().reset_index()
    df_2.rename(columns={'B':'my_fan_type_2'}, inplace=True)

    return df_1, df_2

df_1,df_2 = function(df)

---

上面的代码对原来的代码做了最小的更改，分别构造df1和df2并返回两者。

您得到了什么？你期待什么？也许你的问题在于你的计算。在函数中使用

print（）

可以查看变量中不同时刻的内容。如果没有创建函数，为什么要在函数中使用

df\u attive\u pm

？也许它应该是

df_1

而不是

df_attive_pm

除了前面提到的df_attive_pm@furas之外，你的面具实际上没有被使用。除了列名之外，您的df1和df2将是相同的。您是否尝试使用不同的掩码和输出摘要？在回答中，您应该在代码中描述您所做的工作。您可以添加注释中的文本作为代码的说明。