從函數輸出向Pandas Dataframe添加新列

Question

我寫了函數來估計簡單線性回歸的參數。 該功能產生多個輸出。 功能輸入是兩個列表 。 此外，我有從我導出兩個列表的地方的初始DataFrame df。

我想將函數中的一些輸出作為新列添加到初始DataFrame中，或者在函數外部添加新列表。

例如：

def predict(X,Y):
     beta1 = sum([(X[i] - mean_X)*(Y[i] - mean_Y) for i in range(len(X))]) / sum([(X[i] - mean_X)**2 for i in range(len(X))])
     beta0 = mean_Y - beta1 * mean_X

     y_hat = [beta0 + beta1*X[i] for i in range(len(X))]

     return df.assign(prediction = y_hat)

這里，mean_X和mean_Y分別是列表X和列表Y的樣本平均值。

我還嘗試了numpy.insert（）將y_hat添加到非初始DataFrame中，但添加到X中，我將其轉換為numpy數組。

我沒有成功達到預期的效果，所以有人可以幫助我嗎？

Answer 1

據我所知，你想在現有/新專欄中使用你的功能。 如果是這種情況，這是一種方法。 如果沒有，那么讓我知道，我會刪除答案。 謝謝

import pandas as pd

def Somefunction(x, y):
  a = 2 *x
  b = 3 * y
  return pd.Series([a, b], index= ['YourColumn1', 'YourColumn2'])





df = pd.read_csv('YourFile')

df = df.join(df.apply(lambda x: 
  Somefunction(x['ColumnYouWantToApplyFunctionReturnValue a'], 
  x['ColumnYouWantToApplyFunctionReturnValue B']), axis=1))

Answer 2

你的代碼似乎不太清楚。 mean_X和mean_Y變量是什么？

編輯：添加變量聲明。

無論如何，這是一個簡單的建議：

import numpy as np
def predict(X, Y, df):
    mean_X = np.mean(X)
    mean_Y = np.mean(Y)
    beta1 = sum([(X[i] - mean_X)*(Y[i] - mean_Y) for i in range(len(X))]) / sum([(X[i] - mean_X)**2 for i in range(len(X))])
    beta0 = mean_Y - beta1 * mean_X
    y_hat = [beta0 + beta1*X[i] for i in range(len(X))]
    df['prediction'] = y_hat
    return df

一種更聰明的方法是使用在DataFrame上調用的apply（）函數。