การใช้ฟังก์ชั่นที่มีหลายอาร์กิวเมนต์เพื่อสร้างคอลัมน์แพนด้าใหม่

ฉันต้องการสร้างคอลัมน์ใหม่ในpandasกรอบข้อมูลโดยใช้ฟังก์ชั่นกับสองคอลัมน์ที่มีอยู่ ทำตามคำตอบนี้ฉันสามารถสร้างคอลัมน์ใหม่เมื่อฉันต้องการเพียงหนึ่งคอลัมน์เป็นอาร์กิวเมนต์:

import pandas as pd
df = pd.DataFrame({"A": [10,20,30], "B": [20, 30, 10]})

def fx(x):
    return x * x

print(df)
df['newcolumn'] = df.A.apply(fx)
print(df)

อย่างไรก็ตามฉันไม่สามารถหาวิธีทำสิ่งเดียวกันได้เมื่อฟังก์ชันต้องการอาร์กิวเมนต์หลายตัว ตัวอย่างเช่นฉันจะสร้างคอลัมน์ใหม่โดยผ่านคอลัมน์ A และคอลัมน์ B ไปยังฟังก์ชันด้านล่างได้อย่างไร

def fxy(x, y):
    return x * y

อีกทางเลือกหนึ่งคุณสามารถใช้ฟังก์ชันพื้นฐาน numpy:

>>> import numpy as np
>>> df = pd.DataFrame({"A": [10,20,30], "B": [20, 30, 10]})
>>> df['new_column'] = np.multiply(df['A'], df['B'])
>>> df
    A   B  new_column
0  10  20         200
1  20  30         600
2  30  10         300

หรือ vectorize ฟังก์ชั่นโดยพลการในกรณีทั่วไป:

>>> def fx(x, y):
...     return x*y
...
>>> df['new_column'] = np.vectorize(fx)(df['A'], df['B'])
>>> df
    A   B  new_column
0  10  20         200
1  20  30         600
2  30  10         300

คุณสามารถไปกับตัวอย่าง @greenAfrican หากเป็นไปได้ที่คุณจะเขียนฟังก์ชันใหม่ แต่ถ้าคุณไม่ต้องการเขียนฟังก์ชั่นของคุณใหม่คุณสามารถใส่มันเข้าไปในฟังก์ชั่นที่ไม่ระบุชื่อได้เช่น:

>>> def fxy(x, y):
...     return x * y

>>> df['newcolumn'] = df.apply(lambda x: fxy(x['A'], x['B']), axis=1)
>>> df
    A   B  newcolumn
0  10  20        200
1  20  30        600
2  30  10        300

วิธีนี้จะช่วยแก้ปัญหา:

df['newcolumn'] = df.A * df.B

คุณสามารถทำได้:

def fab(row):
  return row['A'] * row['B']

df['newcolumn'] = df.apply(fab, axis=1)

หากคุณต้องการสร้างหลายคอลัมน์พร้อมกัน:

1. สร้างดาต้าเฟรม:

   import pandas as pd
   df = pd.DataFrame({"A": [10,20,30], "B": [20, 30, 10]})

2. สร้างฟังก์ชั่น:

   def fab(row):                                                  
       return row['A'] * row['B'], row['A'] + row['B']

3. กำหนดคอลัมน์ใหม่:

   df['newcolumn'], df['newcolumn2'] = zip(*df.apply(fab, axis=1))

ไวยากรณ์สะอาดสไตล์ dict มากกว่าหนึ่งแบบ:

df["new_column"] = df.apply(lambda x: x["A"] * x["B"], axis = 1)

หรือ,

df["new_column"] = df["A"] * df["B"]