Pandas數據框：使用另外2列創建一個新列，該列是自定義函數

Question

考慮以下數據集存儲在pandas DataFrame dfX ：

A   B
1   2
4   6
7   9

我有一個功能是：

def someThingSpecial(x,y)
  # z = do something special with x,y
  return z

我現在想在df中創建一個新列，其中包含計算出的z值

在其他SO示例中，我嘗試了幾種變體，包括：

dfX['C'] = dfX.apply(lambda x: someThingSpecial(x=x['A'], y=x['B']), axis=1)

哪個返回錯誤。 什么是正確的方法？

Answer 1

在v0.21上，這似乎對我有用。 看一看 -

df

   A  B
0  1  2
1  4  6
2  7  9

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


df.apply(lambda x: someThingSpecial(x.A, x.B), 1)

0     3
1    10
2    16
dtype: int64

您可能想嘗試將熊貓版本升級到最新的穩定版本（截至目前為0.21）。

---

這是另一個選擇。 您可以向量化您的功能。

v = np.vectorize(someThingSpecial)

v現在可以接受數組，但是可以分別對每對元素進行操作。 請注意，這就像應用一樣只是隱藏了循環，但是更加干凈。 現在，您可以這樣計算C了-

df['C'] = v(df.A, df.B)

Answer 2

如果您的函數僅需要一列的值，那么請執行此操作，而不是Coldspeed的答案：

dfX['A'].apply(your_func)

存儲它：

dfX['C'] = dfX['A'].apply(your_func)