pandas 从Series.apply中解包 Dataframe 的多个列上的元组

wxclj1h5 于 2023-03-11 发布在其他

关注(0)|答案(3)|浏览(140)

我今天在工作中遇到了这个问题，我想知道是否有一个有效的方法来解决这个问题。
基本上，我有一个 Dataframe ，看起来像这样

df = pd.DataFrame([1,2,3], columns = ['a'])

我还有一个返回元组的函数。（注意这只是一个最小的例子，我的问题是不同的）

compute = lambda x: (2*x, 3*x)

我需要找到一种方法来做一些事情，理想情况下看起来像这样：

(df['b'], df['c']) = df['a'].apply(compute)

不幸的是，这种语法不起作用，而且我也无法用另一种方法来实现它。
唯一类似的问题是this，但解决方案似乎真的很“hacky”，我相信有一个更好的方法来做。
谢谢你！

pandas

来源：https://stackoverflow.com/questions/56775952/unpacking-a-tuple-on-multiple-columns-of-a-dataframe-from-series-apply

3条答案

按热度按时间

cwdobuhd1#

IIUC，您可以尝试：

compute = lambda x: (2*x, 3*x)
df[['b','c']]=pd.DataFrame(df.a.apply(compute).tolist()) #thanks harvpan
#df[['b','c']]=pd.DataFrame(df.a.apply(compute).values.tolist())
print(df)

赞(0）回复(0）举报 2023-03-11

3yhwsihp2#

另一种方法

df=df.reindex(columns=df.columns.tolist()+['b','c'])
df[['b','c']]=list(map(compute,df.a))
df
Out[107]: 
   a  b  c
0  1  2  3
1  2  4  6
2  3  6  9

赞(0）回复(0）举报 2023-03-11

polhcujo3#

一个简单的方法

df[['b','c']] = df['a'].apply(compute).tolist()

赞(0）回复(0）举报 2023-03-11

我来回答

pandas 从Series.apply中解包 Dataframe 的多个列上的元组

3条答案

相关问题

热门标签

最新问答