python - Pandas :通过 "Column A"应用函数，同时读取 "Column B"

Question

我正在使用 Pandas 来驱动 Python 函数。在 inputs.csv 中，我使用 “Column A” 中的每一行作为函数的输入。

在 csv 中，还有一个 “Column B”，其中包含我想读入变量 x 的值功能。它不应该从 “Column B” apply – 这仍然应该从 “Column A” 完成。这可能吗？

---

这是应用“Column A”中函数的当前代码:

import pandas as pd
df = pd.read_csv(inputs.csv, delimiter=",")

def function(a):
    #variables c, d, e are created here
    ###I would like to create x from Column B if possible
    return pd.Series([c, d, e])
df[["Column C", "Column D", "Column E"]] = df["Column A"].apply(function)

---

后期编辑:此问题已被确定为可能与 another question 重复.虽然答案可能相同，但问题却不一样。对于 future 的读者来说，两列上的 apply 与一列上的 apply 并同时“读取”另一列是可以互换的，这可能并不明显。因此，这个问题应该保持开放。

Answer 1

是的，您当前正在使用 Series.apply() , 而不是你可以使用 - DataFrame.apply() , 与 axis=1获取函数中的每一行，然后您可以访问这些列 - row[<column>] .

例子-

In [37]: df
Out[37]:
   X  Y  Count
0  0  1      2
1  0  1      2
2  1  1      2
3  1  0      1
4  1  1      2
5  0  0      1

In [38]: def func1(r):
   ....:     print(r['X'])
   ....:     print(r['Y'])
   ....:     return r
   ....:

In [39]: df.apply(func1,axis=1)
0
1
0
1
1
1
1
0
1
1
0
0
Out[39]:
   X  Y  Count
0  0  1      2
1  0  1      2
2  1  1      2
3  1  0      1
4  1  1      2
5  0  0      1

这只是一个很简单的例子，你可以修改成你真正想做的。