Python 我想创建新的dataframe列，在特定列的行上循环

我正在尝试用Python创建一个Gale-Shapley算法，它提供医生和医院的稳定匹配。为了做到这一点，我给了每一位医生和每一家医院一个由数字表示的随机偏好

由首选项组成的数据帧

之后，我创建了一个函数，该函数为每个医院的一位特定医生（由ID表示）评分，然后对该评分进行排序，创建两个新列。在对匹配进行评级时，我采用了偏好之间差异的绝对值，其中绝对值越低，匹配效果越好。这是第一位医生的配方：

  doctors_sorted_by_preference['Rating of Hospital by Doctor 1']=abs(doctors_sorted_by_preference['Preference Doctor'].iloc[0]-doctors_sorted_by_preference['Preference Hospital'])
    doctors_sorted_by_preference['Rank of Hospital by Doctor 1']=doctors_sorted_by_preference["Rating of Hospital by Doctor 1"].rank()

由此得出下表： 由偏好和评级+医生排名组成的数据框架

因此，1号医生比排名中的所有其他医院更喜欢第一家医院

现在我想通过创建一个循环（为每个医生创建两个新列并将它们添加到我的数据帧）为每个不同的医生重复这个函数，但我不知道如何做到这一点。我可以为所有10个不同的医生输入相同的函数，但是如果我将数据集增加到包括1000个医生和医院，这将是不可能的，一定有更好的方法。。。 这与doctor 2的功能相同：

doctors_sorted_by_preference['Rating of Hospital by Doctor 2']=abs(doctors_sorted_by_preference['Preference Doctor'].iloc[1]-doctors_sorted_by_preference['Preference Hospital'])
    doctors_sorted_by_preference['Rank of Hospital by Doctor 2']=doctors_sorted_by_preference["Rating of Hospital by Doctor 2"].rank()

---

提前谢谢你

您还可以将值附加到列表中，然后将其写入数据帧。如果有一个大的数据集，添加到列表中会更快

为了便于查看，我将dataframe命名为

df

：

for i in range(len(df['Preference Doctor'])):
    list1= []
    for j in df['Preference Hospital']:
         list1.append(abs(df['Preference Doctor'].iloc[i]-j))
    df['Rating of Hospital by Doctor_' +str(i+1)] = pd.DataFrame(list1)
    df['Rank of Hospital by Doctor_' +str(i+1)] = df['Rating of Hospital by Doctor_' 
                                                         +str(i+1)].rank()

---

您应该将数据帧作为文本而不是图像插入，以便有人可以复制数据进行处理。

打印的结果（医生按偏好排序）

应该足够了。