使用 Pandas 迭代地将列添加到数据框

Question

我有一些相对简单的代码，我正在努力将它们组合在一起。我有一个 CSV 文件，已将其读入数据框。CSV 是面板数据（即每行的唯一公司和年份观察值）。我想对两列执行函数，然后我想根据函数的输出创建新变量。

这是我到目前为止的代码：

#Loop through rows in a CSV file
for index, rows in df.iterrows():
    #Start at column 6 and go to the end of the file
    for row in rows[6:]:
        data = perform_function1( row )
        output =  perform_function2(data)    
        df.ix[index, 'new_variable'] = output
        print output

我希望这段代码从第 6 列开始迭代，然后转到文件末尾（例如，我有两列，我想在 Column6 和 Column7 上执行该函数），然后根据执行的函数创建新列（例如，输出 6 和输出 7）。上面的代码返回 Column7 的输出，但我不知道如何创建一个变量，该变量允许我捕获两列的输出（即，一个不会被循环覆盖的新变量）。我搜索了 Stackoverflow，但没有看到任何与我的问题直接相关的内容（也许是因为我太菜鸟了？）。我将衷心感谢您的帮助。

谢谢，

TT

PS我不确定我是否提供了足够的细节。如果我需要提供更多信息，请告诉我。

Answer 1

迭代操作并没有利用 Pandas 的功能。Pandas 的优势在于在整个数据帧中有效地应用操作，而不是逐行迭代。对于这样的任务来说，如果您想要在数据中链接一些函数，这非常有用。您应该能够在一行中完成整个任务。

df["new_variable"] = df.ix[6:].apply(perform_function1).apply(perform_function2)

perform_function1将应用于每一行，并将perform_function2应用于第一个函数的结果。