将 pandas 数据帧与 apply(lambda) 的结果连接起来，其中 lambda 返回另一个数据帧

数据帧在列中存储一些值，将这些值传递给函数，我得到另一个数据帧。我想将返回的数据帧的列连接到原始数据帧。

我尝试做类似的事情

i = pd.concat([i, i[['cid', 'id']].apply(lambda x: xy(*x), axis=1)], axis=1) 

但它不起作用并出现错误：

ValueError: cannot copy sequence with size 2 to array axis with dimension 1

所以我这样做了：

def xy(x, y):
    return pd.DataFrame({'x': [x*2], 'y': [y*2]})

df1 = pd.DataFrame({'cid': [4, 4], 'id': [6, 10]})
print('df1:\n{}'.format(df1))


df2 = pd.DataFrame()
for _, row in df1.iterrows():
    nr = xy(row['cid'], row['id'])
    nr['cid'] = row['cid']
    nr['id'] = row['id']
    df2 = df2.append(nr, ignore_index=True)

print('df2:\n{}'.format(df2))

Output:

df1:
   cid  id
0    4   6
1    4  10

df2:
   x   y  cid  id
0  8  12    4   6
1  8  20    4  10

该代码看起来不太好，并且应该运行缓慢。

有没有 pandas/pythonic 方法可以正确且快速地工作？

蟒蛇2.7

Option 0
最直接与pd.DataFrame.assign。不太具有普遍性。

df1.assign(x=df1.cid * 2, y=df1.id * 2)

   cid  id  x   y
0    4   6  8  12
1    4  10  8  20

Option 1
Use pd.DataFrame.join添加新列
这显示了如何在使用后连接新列apply with a lambda

df1.join(df1.apply(lambda x: pd.Series(x.values * 2, ['x', 'y']), 1))

   cid  id  x   y
0    4   6  8  12
1    4  10  8  20

Option 2
Use pd.DataFrame.assign添加新列 这显示了如何在使用后连接新列apply with a lambda

df1.assign(**df1.apply(lambda x: pd.Series(x.values * 2, ['x', 'y']), 1))

   cid  id  x   y
0    4   6  8  12
1    4  10  8  20

Option 3
但是，如果你的函数实际上只是乘以2

df1.join(df1.mul(2).rename(columns=dict(cid='x', id='y')))

Or

df1.assign(**df1.mul(2).rename(columns=dict(cid='x', id='y')))