在具有多个参数和多个输出的熊猫中应用函数

Question

我有一个函数foo()，它将两个参数作为 pandas 的两列，分别命名为年和月，并返回一个包含四个数字的列表。  df['A'],df['B'],df['C'],df['D']=  df.apply(lambda x: foo(x.year, x.month), axis=1,result_type="expand")它只是给了我四个名为 A、B、C、D 的列，分别填充了 0、1、2、3。我究竟做错了什么？请不要回答单变量输出或单变量参数。那里有很多例子。十分感谢你的帮助。

Answer 1

您错误地分配了df.apply带有可选参数的结果result_type='expand'，而是使用：

df[['A', 'B', 'C', 'D']] =  df.apply(lambda x: foo(x.year, x.month), axis=1, result_type="expand")

考虑证明这一点的例子，

df = pd.DataFrame({'col1': np.arange(5), 'col2': np.arange(5) * 2})

#print(df)

   col1  col2

0     0     0

1     1     2

2     2     4

3     3     6

4     4     8

重现问题情况，

df['A'], df['B'] = df.apply(lambda s: (s['col1']**2, s['col2']**2), axis=1, result_type='expand')

#print(df)

   col1  col2  A  B

0     0     0  0  1

1     1     2  0  1

2     2     4  0  1

3     3     6  0  1

4     4     8  0  1

解决方案是，

df[['A', 'B']] = df.apply(lambda s: (s['col1']**2, s['col2']**2), axis=1, result_type='expand')

#print(df)

   col1  col2   A   B

0     0     0   0   0

1     1     2   1   4

2     2     4   4  16

3     3     6   9  36

4     4     8  16  64

要么：

df['A'], df['B'] = df.apply(

lambda s: (s['col1']**2, s['col2']**2), axis=1, result_type='expand').T.to_numpy()

#print(df)

   col1  col2   A   B

0     0     0   0   0

1     1     2   1   4

2     2     4   4  16

3     3     6   9  36

4     4     8  16  64