应用elementwise，将结果行连接到DataFrame中

Question

我有一个值列表（可以很容易地成为一个Series或DataFrame），我想在其中应用元素元素。

x = [1, 5, 14, 27]

函数本身返回一行DataFrame（返回原始值x和两个结果值列），我想最终得到一个DataFrame。

    x    Val1    Val2
0   1       4      23
1   5      56      27
2  14      10       9
3  27       8      33

简单方法是列表上的for循环，行将结果与df.append()绑定，但我确信有一种方法可以使用.apply()系列功能。我只是想不通确切地使用哪个。我非常熟悉在R中做这类事情，并熟悉Python，只需要了解一下pandas语法。

编辑：更清楚的具体例子

示例功能：

def returnsquares(x):
    return pd.DataFrame({"input": [x], "sq": x**2, "cube": x**3})

函数的输入是标量，输出是具有单行的DataFrame（非一系列）。

有效的代码：

result = pd.DataFrame({}, columns=["input", "sq", "cube"])
for entry in x:
    result = result.append(returnsquares(entry))

（输出的值显然与上面不同，但形状相同）。这样做有更好的方法吗？

Answer 1

考虑以下函数返回您在示例中显示的相同内容

def special_function(x):
    idx = ['x', 'Val1', 'Val2']
    d = {
         1: pd.Series([x, 4, 23], idx),
         5: pd.Series([x, 56, 27], idx),
        14: pd.Series([x, 10, 9], idx),
        27: pd.Series([x, 8, 33], idx),
    }
    return d[x]

然后您希望使用pd.DataFrame.from_records

合并为单个数据框

pd.DataFrame.from_records([special_function(i).squeeze() for i in x])

或使用pd.concat

pd.concat([special_function(i) for i in x])

或者使x成为一个系列并使用apply

x = pd.Series([1, 5, 14, 27])
x.apply(lambda y: special_function(y).iloc[0], 1)

注意时间
的 定时
不要害怕列表理解