使用具有多个返回值的函数创建多个pandas DataFrame列

Question

我能够帮忙翻译。以下是您需要翻译的内容：

我想把一个具有多个返回值的函数应用于 pandas DataFrame，并将结果放在该 DataFrame 的不同新列中。

因此，假设有这样的数据：

import pandas as pd

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

def add_subtract(a, b):
  return (a + b, a - b)

目标是使用单个命令在“df”中调用“add_subtract”函数，对“a”和“b”进行加减操作，创建两列新列：“sum”和“difference”。我认为以下代码可能有效：

(df['sum'], df['difference']) = df.apply(
    lambda row: add_subtract(row['a'], row['b']), axis=1)

但是它会产生以下错误：

----> 9 lambda row: add_subtract(row['a'], row['b']), axis=1) ValueError:太多的值需要展开（期望2个）

编辑：除了下面的答案之外，pandas应用函数可以修改返回一个列表或Series, 可以参考此链接：pandas apply function that returns multiple values to rows in pandas dataframe

def add_subtract_list(a, b):
  return [a + b, a - b]

df[['sum', 'difference']] = df.apply(
    lambda row: add_subtract_list(row['a'], row['b']), axis=1)

或者

def add_subtract_series(a, b):
  return pd.Series((a + b, a - b))

df[['sum', 'difference']] = df.apply(
    lambda row: add_subtract_series(row['a'], row['b']), axis=1)

两者都可以使用（后者等同于Wen的已接受答案）。

- Max Ghenis

Answer 1

添加 pd.Series

df[['sum', 'difference']] = df.apply(
    lambda row: pd.Series(add_subtract(row['a'], row['b'])), axis=1)
df

产出（yields）

   a  b  sum  difference
0  1  4    5          -3
1  2  5    7          -3
2  3  6    9          -3

- BENY

---

谢谢！你能解释一下为什么这里需要 pd.Series 吗？ - Max Ghenis

@MaxGhenis 在你的函数中，返回了一个元组作为结果。因此，我们将元组传递给 pd.Series，这将重构元组列为两个 pd.Series（Dataframe）。更多信息请参见 https://dev59.com/KV0b5IYBdhLWcg3wJ-Uz - BENY

我想知道row['a']和row['b']是否能够正常工作。通常这种引用在apply()内部是不起作用的。 - Federico Dorato

@FedericoDorato：只要有一个lambda函数，你可以在apply函数中使用row['a']或者row.a。 - undefined

Answer 2

有一种方法可以使用 pd.DataFrame.assign 来实现：

df.assign(**{k:v for k,v in zip(['sum', 'difference'], add_subtract(df.a, df.b))})

应该产生：

   a  b  difference  sum
0  1  4          -3    5
1  2  5          -3    7
2  3  6          -3    9

澄清：

zip 是一个内置函数，它返回一个元组迭代器。第 i 个元组包含每个参数序列或可迭代对象的第 i 个元素。例如，list(zip(['sum', 'difference'], [df.a + df.b], df.a - df.b)) 应该返回 [('sum', df.a + df.b), ('difference', df.a - df.b)]。

** 前缀加在字典对象前面作为运算符，将 key 和 value 对一起解压。实质上，这种解压可以表示为类似于：sum=df.a + df.b, difference=df.a - df.b 的形式。

总之，当这两者组合起来时，得到以下结果：

df.assign(sum=df.a + df.b, difference=df.a - df.b)

请点击提供的链接查看zip和在字典对象前使用**操作符的更多用法，以便更好地理解这些有用的工具。

- Abdou

---

这很有趣：我对Python相对较新（主要是R用户），所以你能解释一下 ** 和 zip 在这里的作用吗？看起来像是一个有用的结构。我接受了 Wen 的答案，因为它与我的猜测最不相似，但我给这个答案点了赞，如果这样做在性能方面会更好，我可以进行更改。 - Max Ghenis

@MaxGhenis 在Python中，您可以将zip视为R中的列表，我们需要在R中使用unlist。以下是R的示例 :-)（附注：我也是50％的R用户:-)）https://dev59.com/H2855IYBdhLWcg3woWDM - BENY

那个声明有点不足。在R中的数据结构并不像Python的数据结构那么容易翻译。我能想到的最接近zip的函数是purrr包中的transpose函数。即使这样，在所有情况下也不能完全相同。 - Abdou