Question

我有一个包含Longitude列和Latitude列的pandas数据框。我想从中获取X和Y。 utm中有一个名为from_latlon的函数可以执行此操作。它会收到Latitude和Longitude并提供[X,Y]。这是我的所作所为：

def get_X(row):
    return utm.from_latlon(row['Latitude'], row['Longitude'])[0]

def get_Y(row):
    return utm.from_latlon(row['Latitude'], row['Longitude'])[1] 

df['X'] = df.apply(get_X, axis=1)
df['Y'] = df.apply(get_Y, axis=1)

我想定义一个函数get_XY并仅应用from_latlon一次以节省时间。我查看了here，here和here，但我找不到使用apply函数创建两列的方法。感谢。

Answer 1

您可以从函数中返回一个列表：

d = pandas.DataFrame({
    "A": [1, 2, 3, 4, 5],
    "B": [8, 88, 0, -8, -88]
})

def foo(row):
    return [row["A"]+row["B"], row["A"]-row["B"]]

>>> d.apply(foo, axis=1)
    A   B
0   9  -7
1  90 -86
2   3   3
3  -4  12
4 -83  93

您还可以返回系列。这允许您指定返回值的列名：

def foo(row):
    return pandas.Series({"X": row["A"]+row["B"], "Y": row["A"]-row["B"]})

>>> d.apply(foo, axis=1)
    X   Y
0   9  -7
1  90 -86
2   3   3
3  -4  12
4 -83  93

Answer 2

我从相似的线程中合并了几个答案，现在有了在Jupyter / pandas中使用的通用的多列，多列输出模板：

# plain old function doesn't know about rows/columns, it just does its job.
def my_func(arg1,arg2):
    return arg1+arg2, arg1-arg2  # return multiple responses

df['sum'],df['difference'] = zip(*df.apply(lambda x: my_func(x['first'],x['second']),axis=1))

将函数应用于两列pandas数据帧以获得两个新列

2 个答案: