如何使用apply减去DataFrame中元组的元素

Question

我有以下数据集

data = {'A': [[(1,5), (7,10), (20,22)],[(50, 52), (100, 110)], [], [(15,17)]]}
dt = pd.DataFrame(data)
print(dt)

                             A
0  [(1, 5), (7, 10), (20, 22)]
1       [(50, 52), (100, 110)]
2                           []
3                   [(15, 17)]

我想得到一个新列，它是一个列表，该列表中的每个元素都是元组元素的差异。例如对于 row1 有三个元组 (1,5), (7,10), (20,22) ，我想得到一个列表，显示 [4,3,2] 这些元素来自 5-1= 4、10-7=3 和 22-20=2 。

期望的结果可能是：

                             A          B
0  [(1, 5), (7, 10), (20, 22)]  [4, 3, 2]
1       [(50, 52), (100, 110)]    [2, 10]
2                           []         []
3                   [(15, 17)]        [2]

我可以使用loop，但这不是一种有效的方法，所以我尝试了以下更好的解决方案：

dt['A'].apply([(lambda x: i[1]- i[0])(x) for i in x.tolist()])

注意：x.tolist() 是我尝试使x 可迭代。 我的解决方案不起作用，任何帮助将不胜感激

Answer 1

dt['B'] = dt['A'].apply(lambda x: [b-a for a, b in x])
print(dt)

打印：

                             A          B
0  [(1, 5), (7, 10), (20, 22)]  [4, 3, 2]
1       [(50, 52), (100, 110)]    [2, 10]
2                           []         []
3                   [(15, 17)]        [2]