如何遍历数据框中的一列并同时更新两个新列？

Question

我了解我可以向数据帧中添加一列，并将其值更新为从函数返回的值，就像这样：

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

def square(x):
    return x*x

df['x_squared'] = [square(i) for i in df['x']]

然而，我面临一个问题，实际函数返回了两个项目，我希望将这两个项目放入两个不同的新列中。 我在此处编写了伪代码，以更清楚地描述我的问题：

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

def squareAndCube(x):
    return x*x, x*x*x

#below is a pseudo-code
df['x_squared'], df['x_cubed'] = [squareAndCube(i) for i in df['x']]

上面的代码给了我一个错误信息，说“要解包的值太多”。 那么，我应该如何修复它？

- user3768495

Answer 1

你可以以向量化的方式完成，就像这样 -

df['x_squared'], df['x_cubed'] = df.x**2,df.x**3

或者使用自定义函数，像这样 -

df['x_squared'], df['x_cubed'] = squareAndCube(df.x)

---

回到你的循环案例，赋值语句的右侧有：

In [101]: [squareAndCube(i) for i in df['x']]
Out[101]: [(1, 1), (4, 8), (9, 27), (16, 64)]

现在，在左侧，你有df['x_squared'], df['x_cubed'] =。因此，它期望所有行的平方数作为第一个输入赋值。从上面显示的列表中，第一个元素不是那个，而是第一行的平方和立方。因此，修复方法是“转置”该列表并分配为新列。因此，修复方法是 -

In [102]: L = [squareAndCube(i) for i in df['x']]

In [103]: map(list, zip(*L))  # Transposed list
Out[103]: [[1, 4, 9, 16], [1, 8, 27, 64]]

In [104]: df['x_squared'], df['x_cubed'] = map(list, zip(*L))

---

为了NumPy广播的爱！

df['x_squared'], df['x_cubed'] = (df.x.values[:,None]**[2,3]).T

- Divakar

---

很棒的回答@Divakar，+1 - piRSquared

顺便说一下，广播比我的log_dot解决方案快得多！！1 - piRSquared

这是一个非常好的答案！我使用了squareAndCube()函数来简化我的问题。我的真正问题是需要使用地址作为输入并返回纬度和经度。最终我选择了map和zip方法。但是知道还有其他几种方法真的很棒！谢谢@Divakar。 - user3768495

Answer 2

这适用于正数。正在考虑如何推广，但这种解决方案的简洁性让我分心。

df = pd.DataFrame(range(1, 10))
a = np.arange(1, 4).reshape(1, -1)

np.exp(np.log(df).dot(a))

- piRSquared

---

受此启发，我使用广播添加了另一种方法！ :) - Divakar

@Divakar 我知道你会的 :-) 我本来想向你寻求帮助，但被其他事情分心了。 - piRSquared

Answer 3

使用df.loc这样怎么样：

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

def square(x):
    return x*x

df['x_squared'] = df['x_cubed'] = None
df.loc[:, ['x_squared', 'x_cubed']] = [squareAndCube(i) for i in df['x']]

提供

   x  x_squared  x_cubed
0  1          1        1
1  2          4        8
2  3          9       27
3  4         16       64

这很接近你的需求，但是为了让df.loc正常工作，必须确保列存在。

对于初学者而言，df.loc需要两个参数：要处理的行的列表-在本例中是:，表示所有行，以及列的列表-['x_squared'，'x_cubed']。

- Matthew