pandas - pd.dataframe.apply() 创建多个新列

Question

我有一堆文件要打开，读取第一行，将其解析为几条预期的信息，然后将文件名和这些数据作为行放入数据框中。我的问题涉及以 pandanic/pythonic 方式构建数据框的推荐语法(我已经弄清楚了文件打开和解析)。

举一个简单的例子，当你想创建一个新列时，下面似乎是推荐的做法:

df = pd.DataFrame(files, columns=['filename'])
df['first_letter'] = df.apply(lambda x: x['filename'][:1], axis=1)

但是我不能，比如说，这样做:

df['first_letter'], df['second_letter'] = df.apply(lambda x: (x['filename'][:1], x['filename'][1:2]), axis=1)

因为 apply 函数只创建一个包含元组的列。

请记住，我将放置一个函数来代替 lambda 函数，该函数将打开文件并读取和解析第一行。

Answer 1

您可以将这两个值放在一个系列中，然后它将作为数据框从应用中返回(其中每个系列是该数据框中的一行)。用一个虚拟的例子:

In [29]: df = pd.DataFrame(['Aa', 'Bb', 'Cc'], columns=['filenames'])

In [30]: df
Out[30]:
  filenames
0        Aa
1        Bb
2        Cc

In [31]: df['filenames'].apply(lambda x : pd.Series([x[0], x[1]]))
Out[31]:
   0  1
0  A  a
1  B  b
2  C  c

然后您可以将其分配给两个新列:

In [33]: df[['first', 'second']] = df['filenames'].apply(lambda x : pd.Series([x[0], x[1]]))

In [34]: df
Out[34]:
  filenames first second
0        Aa     A      a
1        Bb     B      b
2        Cc     C      c