从 Series.apply 解压数据帧的多列上的元组

Question

我今天在工作中遇到了这个问题，我想知道是否有有效的方法来做到这一点。

基本上我有一个看起来像这样的数据框

df = pd.DataFrame([1,2,3], columns = ['a'])

我还有一个返回元组的函数。（请注意，这只是一个最小的例子，我的问题是不同的）

compute = lambda x: (2*x, 3*x)

我需要找到一种方法来做一些理想的事情，如下所示：

(df['b'], df['c']) = df['a'].apply(compute)

不幸的是，这种语法不起作用，我无法想出另一种方法来做到这一点。

唯一类似的问题是这个 ，但解决方案似乎真的很“hacky”，我相信有更好的方法来做到这一点。

谢谢你！！

Answer 1

IIUC，你可以尝试：

compute = lambda x: (2*x, 3*x)
df[['b','c']]=pd.DataFrame(df.a.apply(compute).tolist()) #thanks harvpan
#df[['b','c']]=pd.DataFrame(df.a.apply(compute).values.tolist())
print(df)

   a  b  c
0  1  2  3
1  2  4  6
2  3  6  9