如何遍历数据框中的列并同时更新两个新列？答案

【问题标题】：How to iterate through a column in dataframe and update two new columns simultaneously?如何遍历数据框中的列并同时更新两个新列？
【发布时间】：2016-07-20 18:29:53
【问题描述】：

我知道我可以向数据框添加一列并将其值更新为从函数返回的值，如下所示：

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

def square(x):
    return x*x

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

但是，我面临一个问题，即实际函数返回两个项目，我想将这两个项目放在两个不同的新列中。我在这里写了一个伪代码来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条错误消息，说“要解压的值太多”。那么，我应该如何解决这个问题？

【问题讨论】：

标签： python numpy pandas dataframe multiple-columns

【解决方案1】：

你可以用矢量化的方式来做，像这样 -

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

或者使用那个自定义函数，像这样 -

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

回到你的循环案例，在作业的右侧，你有：

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分配。从上面显示的列表中，第一个元素不是那个，它实际上是第一行的正方形和立方体。因此，解决方法是“转置”该列表并分配为新列。因此，修复将是 -

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 broadcasting的爱！

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

【讨论】：

很好的答案@Divakar，+1
顺便说一句，广播比我的 log_dot 解决方案快 WAY1!!1。
这是一个非常好的答案！我用这个squareAndCube() 函数来解决我的问题。我真正的问题是我需要使用地址作为输入并返回纬度和经度。所以最后我选择了map 和zip 方法。但是很高兴知道还有其他几种方法！谢谢@Divakar。

【解决方案2】：

这适用于正数。思考如何概括，但这个解决方案的简洁让我分心。

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

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

【讨论】：

受此启发，添加了另一种使用广播的方法！ :)
@Divakar 我知道你会的 :-) 我正要向你寻求帮助，但因为别的事情而分心了。

【解决方案3】：

像这样使用df.loc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']]

给予

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

这非常接近您所拥有的，但列需要存在，df.loc 才能工作。

对于初学者，df.loc 有两个参数，一个是您要处理的行列表 - 在本例中为 :，表示所有行，以及一个列列表 - ['x_squared', 'x_cubed']。

【讨论】：