使用另一个数组应用 function 如何在 pandas.Series 中使用参数

Question

有什么方法可以使用另一个pandas.Series的不同值在 pandas.Series 中应用pandas.Series吗？ 我知道有pandas.Series.apply() ，但我需要这样的东西：

array1 = pandas.Series([1, 2, 3, 4])
array2 = pandas.Series([5, 5, 6, 0])

def func(x, y):
    return x+y

print(array1.apply(func, args = array2))


Out:
    0 6
    1 7
    2 9
    3 4

In other words, I need apply a function in a pandas.DataFrame column by I need use another column of same pandas.DataFrame . 使用相同的 function func ：

df = pandas.DataFrame({'a': [1, 2, 3, 4], 'b': [5, 5, 6, 0]})
df['c'] = df['a'].apply(func, args = df['b'])

print(df)


Out:
       a   b   c
    0  1   5   6
    1  2   5   7
    2  3   6   9
    3  4   0   4

谢谢！

我需要使用apply，因为我使用像pandarallel这样的多处理，所以我只需将apply（）更改为parallel_apply（），有人知道怎么做吗？ 将多处理与使用两列的操作一起使用？

Answer 1

如果你想从两个数据框中添加列，那么而不是

print(array1.apply(func, args = array2)) 

您可以使用

print(func(array1, array2))                                                                                                                                                               
0    6
1    7
2    9
3    4

如果要添加两列相同的dataframe，可以通过以下方式简单地进行：

df['c'] = func(df['a'], df['b']) 

print(df) 
     ...:                                                                                                                                                                                           
   a  b  c
0  1  5  6
1  2  5  7
2  3  6  9
3  4  0  4

Answer 2

对于特定情况，您可以使用：

df['c'] = df['a'] + df['c']

对于主要的 function，您使用Numpy就像在这个例子中一样

df['c'] = numpy.exp(df['a']) + df['b']