python中pandas操作apply返回多列的实现_python_

# height = [70, 90, 100, 120, 140, 160, 180, 200，220，240， 260] # 长度为 11 # df.shape   (1000, 11) # 对df的每一行的每一个元素操作，然后再返回多列 #----------返回多列----------------- df = df.apply(lambda x: pd.Series([math.atan(i[0]/(i[1])*180/math.pi for i in zip(height, x)]).astype(float), axis=1) .rename(columns=dict(zip(list(range(0, 11)), df.columns))) #df['slope'] = df_10min.apply(lambda x: math.atan(210 / (x['ws_260'] - x['ws_50'] + 1e-7))*180/math.pi, axis=1)

import pandas as pd df_tmp = pd.DataFrame([     {"a":"data1", "cnt":100},{"a":"data2", "cnt":200}, ]) df_tmp a    cnt data1    100 data2    200 方法一：使用apply 的参数result_type 来处理 def formatrow(row):     a = row["a"] + str(row["cnt"])     b = str(row["cnt"]) + row["a"]     return a, b    df_tmp[["fomat1", "format2"]] = df_tmp.apply(formatrow, axis=1, result_type="expand") df_tmp a    cnt    fomat1    format2 data1    100    data1100    100data1 data2    200    data2200    200data2 方法一：使用zip打包返回结果来处理 df_tmp["fomat1-1"], df_tmp["format2-2"] = zip(*df_tmp.apply(formatrow, axis=1)) df_tmp a    cnt    fomat1    format2    fomat1-1    format2-2 data1    100    data1100    100data1    data1100    100data1 data2    200    data2200    200data2    data2200    200data2

np.random.seed(1) df = pd.DataFrame(np.random.randn(4,2), columns=['A', 'B']) df >>> A B 0 1.624345 -0.611756 1 -0.528172 -1.072969 2 0.865408 -2.301539 3 1.744812 -0.761207 

df['C'] = df.apply(lambda x: '{:.2f}±{:.2f}'.format(x['A'], x['B']), axis=1) 

# 对第 10 行进行操作，基于第2、3两行 df.loc[10] = df.apply(lambda x: '{:.2f}±{:.2f}'.format(x[2], x[3]) )