如何简洁地创建新列作为 zip 函数的输出？

Question

我有一个要向其添加新列的数据框。我正在使用 zip 的输出来执行此操作，该输出使用函数的输出。如下所示：

该函数生成 4 个新列，我正尝试将其添加到现有数据框中。

data = [
    [1, 123],
    [2, 123454],
    [3, 64564],
]

df = pd.DataFrame(data, columns=["ID", "number"])

# function
def func(num):
    double = num * 2
    triple = num * 3
    quadruple = num * 4
    tenex = num * 10

    return double, triple, quadruple, tenex

# apply function to create 4 new columns
df["double"], df["triple"], df["quad"], df["tenex"] = zip(
    *df["number"].apply(lambda x: func(x))
)

有更简洁的方法吗？当我只添加 4 列时没问题，但我想扩展此功能以添加 10+ 列。

我正在考虑这样的事情：

tuple(df[colname] for colname in col_list) = zip(
    *df["number"].apply(lambda x: func(x))
)

但它不起作用（错误：SyntaxError: cannot assign function to call）

Answer 1

我会使用字典将列名称映射到函数 - 在单个函数中完成所有计算并不会真正让您受益。

类似于：

column_mapper = {
    'double': lambda x: x*2,
    'triple': lambda x: x*3,
    'quadruple': lambda x: x*4,
}

data = [
    [1, 123],
    [2, 123454],
    [3, 64564],
]
df = pd.DataFrame(data, columns=["ID", "number"])

for column_name, func in column_mapper.items():
    df[column_name] = df['number'].apply(func)

Answer 2

只要 cols 列表的顺序与 func 中返回的元组的顺序相同，enumerate 就可以工作。

cols = ['double', 'triple', 'quad', 'tenex']

for i, col in enumerate(cols):
    df[col] = df["number"].apply(lambda x: func(x)[i])

Answer 3

将result_type='expand'传给apply输出到多列：

df[["double","triple","quad","tenex"]] = df.apply(lambda x: func(x['number']), axis = 1, result_type='expand')

Answer 4

我认为更好的方法实际上是在此处创建单独的函数。创建一个带有两个参数 x 和 n 的函数，然后使用 functools.partial 创建 single-argument 函数以与 apply:

一起使用

from functools import partial


def multiply(x, n):
    return x * n


functions = ((col, partial(multiply, n=i)) for col, i in [('double', 2), ('triple', 3), ('quadruple', 4), ('tenx', 10)])

for col, func in functions:
    df[col] = df['number'].apply(func)

如何简洁地创建新列作为 zip 函数的输出？

How to concisely create new columns as output from a zip function?

python

pandas

dataframe

tuples

zip