Python 如何将自定义函数应用于每行的数据帧

我想应用一个自定义函数并创建一个名为population2050的派生列，该列基于数据框中已经存在的两列

import pandas as pd
import sqlite3
conn = sqlite3.connect('factbook.db')
query = "select * from facts where area_land =0;"
facts = pd.read_sql_query(query,conn)
print(list(facts.columns.values))

def final_pop(initial_pop,growth_rate):
    final = initial_pop*math.e**(growth_rate*35)
    return(final)

facts['pop2050'] = facts['population','population_growth'].apply(final_pop,axis=1)

---

当我运行上面的代码时，我得到一个错误。我是否没有正确使用“应用”功能？

应用将以轴=1的方式沿整行传递给您。假设您的两列分别为

initial\u pop

和

growth\u rate

def final_pop(row):
    return row.initial_pop*math.e**(row.growth_rate*35)

你就快到了：

facts['pop2050'] = facts.apply(lambda row: final_pop(row['population'],row['population_growth']),axis=1)

---

使用lambda可以保留函数中列出的特定（有趣）参数，而不是将它们捆绑在一行中。

无需使用

DataFrame.apply（）。Pandas系列（或dataframe列）可以用作NumPy函数的直接参数，甚至可以用作内置Python运算符，这些运算符是按元素应用的。在您的情况下，它非常简单，如下所示：

import numpy as np

facts['pop2050'] = facts['population'] * np.exp(35 * facts['population_growth'])

这会将列
population\u growth
中的每个元素相乘，将numpy的
exp（）
函数应用于该新列（
35*population\u growth
），然后将结果与
population
函数相加

def function(x):
  // your operation
  return x

将您的函数称为

df['column']=df['column'].apply(function)

请添加更多解释这是使用Pandas时推荐的解决方案。这并不能解决问题。要回答原始问题，您需要将参数“axis=1”传递到应用方法中。您能解释一下使用刚才的应用与使用下面的@Karnage和lambda之间的区别吗？这两者有什么好处？您的解决方案似乎也可以作为
facts['pop2050']=facts.apply（lambda x:final_pop（x），axis=1）