使用df.apply（）方法將單個元組項分配給多個數據框列？

我有一個數據幀有兩列A和B和一個用戶定義的函數，根據A中的值執行兩個計算並返回一個元組，其中包含兩個項目output1和output2。使用df.apply（）方法將單個元組項分配給多個數據框列？

df = pd.DataFrame({'A':[1,2,3,4,5],'B':[5,4,3,2,1]}) 

def myfunc(row): 

    selected_row = row['A'] 

    output1 = selected_row + 10 
    output2 = selected_row + 20 

    return (output1, output2)

我希望做的是分配的output1和output2值以兩個獨立的數據框列，C和D。我至今能夠分配整個返回的元組（有兩個項目），以一個勁兒地列如：

df['C'] = df.apply(myfunc,axis=1)

我希望能夠爲兩個不同的列做到這一點，與output1去列C和output2前往列D;我在可視化是這樣的：

df['C'], df['D'] = df.apply(myfunc,axis=1)

任何幫助或建議，我們非常感激。

來源

2017-09-26 dmitriys

你可能會超過用'也只是循環iterrows' ... –

myfunc做什麼事實上需要兩列嗎？在你的例子中沒有，所以你實際上不需要使用apply（可能不想，因爲它很慢）。

你可以使用df.assign代替：

df.assign(C=lambda x: x.A + 10, D=lambda x: x.B + 20)

來源

2017-09-26 18:17:25 thaavik

它不需要兩列 - 從數據幀只是一個特定的列 - - 但它確實包含多個步驟（爲簡潔起見，此處的計算被用作更簡單的示例）。 – dmitriys

太好了。每個關鍵字arg的值只需要是一個可調用的，所以你可以定義一個func來獲取一個數據幀，然後調用它：'df.assign（C = my_func）'。只要記住以列方式工作而不是按行方式工作，因爲這樣會更有效率。 – thaavik

謝謝。我添加了一個參數來選擇要返回的輸出'output1'或'output2'，而不是返回一個元組。我現在使用'df.apply'的兩行代碼來獲得所需的結果，因爲'df.appy'在應用函數時似乎帶有關鍵字或位置參數。 'df.apply（MYFUNC，輸出= 'OUTPUT1'，軸線= 1）'。有沒有一種方法可以使用'df.apply'爲類似的函數賦值？ – dmitriys

使用df.apply（）方法將單個元組項分配給多個數據框列？

回答

相關問題