使用apply()函数在pandas.DataFrame中创建新列

Question

我有一个叫做 pandas 的数据框，里面的数据长这样：

          A    B  
'2010-01-01'  10  20   
'2010-02-01'  20  30  
'2010-03-01'  30  10  

我想对每一列应用一个函数，然后在这个数据框里创建一些新的列，并给它们起个特别的名字。

               A   B A1 B1  
'2010-01-01'  10  20 20 40  
'2010-02-01'  20  30 40 60  
'2010-03-01'  30  10 60 20

所以我需要根据列 A 和 B 创建两个额外的列，名字分别叫 A1 和 B2（比如 A1 = str(A) + str(1)），并且要把它们的值乘以二。请问可以用 DataFrame.apply() 或其他方法来实现吗？

Answer 1

我会跳过 apply 方法，直接定义列。

import pandas as pd
df = pd.DataFrame({"A": [10,20,30], "B": [20, 30, 10]})
for col in df.columns:
    df[col+"1"] = df[col] * 2

这虽然没有DSM的解决方案那么优雅，但出于某种原因，我尽量不使用 apply，除非真的需要。

Answer 2

你可以用 join 来合并数据：

>>> import pandas as pd
>>> df = pd.DataFrame({"A": [10,20,30], "B": [20, 30, 10]})
>>> df
    A   B
0  10  20
1  20  30
2  30  10
>>> df * 2
    A   B
0  20  40
1  40  60
2  60  20
>>> df.join(df*2, rsuffix='1')
    A   B  A1  B1
0  10  20  20  40
1  20  30  40  60
2  30  10  60  20

在这里，如果你愿意，可以把 df*2 替换成 df.apply(your_function)。