我一直在寻找SO的最佳方式来应用一个函数，该函数采用多个单独的Pandas DataFrame列并在同一DataFrame中输出多个新列。假设我有以下几点：
def apply_func_to_df(df):
df[['new_A', 'new_B']] = df.apply(lambda x: transform_func(x['A'], x['B'], x['C']), axis=1)
def transform_func(value_A, value_B, value_C):
# do some processing and transformation and stuff
return new_value_A, new_value_B
我正在尝试将如上所述的功能应用于整个DataFrame df，以便输出2个NEW列。但是，这可以推广到一个用例/函数，该用例/函数接受nDataFrame列并将m新列输出到同一DataFrame。
以下是我一直在关注的事情（取得不同程度的成功）：
transform_func，以明确预期行（即字段）A，B，C如下所示，然后做一个适用于DF：def transform_func_mod(df_row):
# do something with df_row['A'], df_row['B'], df_row['C]
return new_value_A, new_value_B
我希望以一种非常通用的Python方式来完成此任务，同时兼顾性能（包括内存和时间）。我对此表示感谢，因为由于对熊猫不熟悉，我一直在为此苦苦挣扎。
通过以下方式编写您的transform_func：
示例：假设所有3列均为字符串类型，将A和B列连接起来，则将“ some string”添加到C：
def transform_func(row):
a = row.A; b = row.B; c = row.C;
return pd.Series([ a + b, c + '_xx'], index=['new_A', 'new_B'])
要仅获取新值，请将此函数应用于每一行：
df.apply(transform_func, axis=1)
请注意，生成的DataFrame保留了原始行的键（我们稍后将使用此功能）。
或者，如果要将这些新列添加到DataFrame中，请将df与上述应用程序的结果连接起来，然后将连接结果保存在原始df下：
df = df.join(df.apply(transform_func, axis=1))
使用zip可能是最慢的选择。基于行的功能应该更快，并且结构更直观。最快的方法可能是为每列分别编写2个向量化表达式。在这种情况下，类似：
df['new_A'] = df.A + df.B
df['new_B'] = df.C + '_xx'
但是通常的问题是基于行的函数是否可以表示为矢量化表达式（如上所述）。在“负”情况下，您可以应用基于行的函数。
要比较每个解决方案的速度，请使用％timeit。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句