複数の引数を持つ関数を適用して新しいパンダ列を作成する

pandas既存の2つの列に関数を適用して、データフレームに新しい列を作成します。この回答に従って、引数として1つの列のみが必要な場合に新しい列を作成することができました。

import pandas as pd
df = pd.DataFrame({"A": [10,20,30], "B": [20, 30, 10]})

def fx(x):
    return x * x

print(df)
df['newcolumn'] = df.A.apply(fx)
print(df)

ただし、関数に複数の引数が必要な場合に同じことを行う方法はわかりません。たとえば、列Aと列Bを以下の関数に渡して新しい列を作成するにはどうすればよいですか？

def fxy(x, y):
    return x * y

または、numpyの基礎となる関数を使用できます。

>>> import numpy as np
>>> df = pd.DataFrame({"A": [10,20,30], "B": [20, 30, 10]})
>>> df['new_column'] = np.multiply(df['A'], df['B'])
>>> df
    A   B  new_column
0  10  20         200
1  20  30         600
2  30  10         300

または、一般的な場合には任意の関数をベクトル化します。

>>> def fx(x, y):
...     return x*y
...
>>> df['new_column'] = np.vectorize(fx)(df['A'], df['B'])
>>> df
    A   B  new_column
0  10  20         200
1  20  30         600
2  30  10         300

関数を書き換えることが可能な場合は、@ greenAfricanの例を使用できます。ただし、関数を書き直したくない場合は、次のように、apply内で匿名関数にラップできます。

>>> def fxy(x, y):
...     return x * y

>>> df['newcolumn'] = df.apply(lambda x: fxy(x['A'], x['B']), axis=1)
>>> df
    A   B  newcolumn
0  10  20        200
1  20  30        600
2  30  10        300

これは問題を解決します：

df['newcolumn'] = df.A * df.B

あなたも行うことができます：

def fab(row):
  return row['A'] * row['B']

df['newcolumn'] = df.apply(fab, axis=1)

一度に複数の列を作成する必要がある場合：

1. データフレームを作成します。

   import pandas as pd
   df = pd.DataFrame({"A": [10,20,30], "B": [20, 30, 10]})

2. 関数を作成します。

   def fab(row):                                                  
       return row['A'] * row['B'], row['A'] + row['B']

3. 新しい列を割り当てます。

   df['newcolumn'], df['newcolumn2'] = zip(*df.apply(fab, axis=1))

もう1つのdictスタイルのクリーンな構文：

df["new_column"] = df.apply(lambda x: x["A"] * x["B"], axis = 1)

または、

df["new_column"] = df["A"] * df["B"]