将函数应用于两列并将输出映射到新列[重复]

Question

我是熊猫的新手。想知道如何将函数应用到数据框中的两列，并将函数的输出映射到数据框中的新列。这在熊猫语法中是可能的，还是我应该求助于本地Python来迭代数据框列中的行来生成新列？

a b

1 2
3 1
2 9

问题是如何得到，例如，在一个新的列c中两个数字的乘法

a b c

1 2 2
3 1 3
2 9 18

Answer 1

哈佛大学的注释显示了实现特定示例的最简单方法，但是这里有一个通用的方法来完成你所要求的：

def functionUsedInApply(row):
    """ The function logic for the apply function comes here. 

    row: A Pandas Series containing the a row in df.
    """
    return row['a'] * row['b']

def functionUsedInMap(value):
    """ This function is used in the map after the apply.
    For this example, if the value is larger than 5, 
    return the cube, otherwise, return the square.     

    value: a value of whatever type is returned by functionUsedInApply.
    """
    if value > 5:
        return value**3
    else:
        return value**2

df['new_column_name'] = df.apply(functionUsedInApply,axis=1).map(functionUsedInMap)

上面的函数首先将a列和b列相加，然后返回a列和b列值的平方

Answer 2

你可以用熊猫做以下事情

import pandas as pd

def func(r):
    return r[0]*r[1]

df = pd.DataFrame({'a':[1,2,3], 'b':[4,5,6]})
df['c'] = df.apply(func, axis = 1)

另外，这是官方文件https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.apply.html

Answer 3

你可以用熊猫。

例如：

def funcMul(row):
    return row['a']*row['b']

然后，

df['c'] = df.apply(funcMul,1)

输出：

    a   b   c
0   1   2   2
1   3   1   3
2   2   9   18