将函数应用于两列pandas数据帧以获得两个新列

Question

我有一个带有Longitude和Latitude列的pandas数据框。我想从他们那里得到X和Y。 utm中有一个名为from_latlon的函数可以做到这一点。它接收Latitude和Longitude并给予[X,Y]。这是我做的：

def get_X(row):
    return utm.from_latlon(row['Latitude'], row['Longitude'])[0]

def get_Y(row):
    return utm.from_latlon(row['Latitude'], row['Longitude'])[1] 

df['X'] = df.apply(get_X, axis=1)
df['Y'] = df.apply(get_Y, axis=1)

我想定义一个函数get_XY并仅使用from_latlon一次以节省时间。我看了看here，here和here，但我找不到用两个apply函数制作两个列的方法。谢谢。

Answer 1

您可以从函数返回一个列表：

d = pandas.DataFrame({
    "A": [1, 2, 3, 4, 5],
    "B": [8, 88, 0, -8, -88]
})

def foo(row):
    return [row["A"]+row["B"], row["A"]-row["B"]]

>>> d.apply(foo, axis=1)
    A   B
0   9  -7
1  90 -86
2   3   3
3  -4  12
4 -83  93

你也可以返回一个系列。这允许您指定返回值的列名：

def foo(row):
    return pandas.Series({"X": row["A"]+row["B"], "Y": row["A"]-row["B"]})

>>> d.apply(foo, axis=1)
    X   Y
0   9  -7
1  90 -86
2   3   3
3  -4  12
4 -83  93

Answer 2

我从一个类似的线程中合并了几个答案，现在我在Jupyter / pandas中使用了一个通用的多列，多列输出模板：

# plain old function doesn't know about rows/columns, it just does its job.
def my_func(arg1,arg2):
    return arg1+arg2, arg1-arg2  # return multiple responses

df['sum'],df['difference'] = zip(*df.apply(lambda x: my_func(x['first'],x['second']),axis=1))