如何在Pandas dataframe中使用apply返回多列

在Pandas dataframe中使用apply返回多列，可以通过两种方法实现：使用apply函数和使用assign函数。

方法一：使用apply函数

首先，定义一个函数，该函数将应用于每一行或每一列。
使用apply函数，将该函数应用于DataFrame的每一行（axis=1）或每一列（axis=0）。
在apply函数中，设置参数result_type='expand'，以展开返回的Series为多列。
将返回的DataFrame赋值给新的列名。

示例代码：

import pandas as pd

# 定义一个函数，该函数将在每一行中应用
def my_function(row):
    return pd.Series([row['column1'] * 2, row['column2'] * 3])

# 创建一个DataFrame
data = {'column1': [1, 2, 3], 'column2': [4, 5, 6]}
df = pd.DataFrame(data)

# 使用apply函数将my_function应用于每一行，并展开为多列
df[['new_column1', 'new_column2']] = df.apply(my_function, axis=1, result_type='expand')

这样，就在DataFrame中创建了两个新的列new_column1和new_column2，其值为原始列column1和column2的两倍和三倍。

方法二：使用assign函数

首先，定义一个函数，该函数将应用于每一行或每一列。
使用assign函数，将该函数应用于DataFrame，并使用新的列名保存结果。
将返回的DataFrame赋值给原始的DataFrame。

示例代码：

import pandas as pd

# 定义一个函数，该函数将在每一行中应用
def my_function(row):
    return pd.Series([row['column1'] * 2, row['column2'] * 3])

# 创建一个DataFrame
data = {'column1': [1, 2, 3], 'column2': [4, 5, 6]}
df = pd.DataFrame(data)

# 使用assign函数将my_function应用于DataFrame，并创建新的列
df = df.assign(new_column1=df['column1'].apply(lambda x: x * 2),
               new_column2=df['column2'].apply(lambda x: x * 3))

这样，就在DataFrame中创建了两个新的列new_column1和new_column2，其值为原始列column1和column2的两倍和三倍。

以上是在Pandas dataframe中使用apply返回多列的方法。Pandas是一个强大的数据处理工具，适用于数据清洗、数据分析和数据处理等各种场景。腾讯云提供了云数据库、云服务器、云原生服务、人工智能服务等各类产品，可满足不同场景下的数据处理需求。详细了解腾讯云相关产品，请访问腾讯云官方网站：https://cloud.tencent.com/。