这是我的第389篇原创文章。

一、引言

       在Python中，使用 pandas 库处理 DataFrame 是非常常见的操作。如果你需要循环遍历每一行，并根据处理结果在该行新增几列，假设我们有一个 DataFrame，包含两列 A 和 B，我们希望对每一行进行处理，并新增两列 C 和 D，其中 C = A + B，D = A * B。可以通过以下几种方式实现。

二、实现过程

2.1 使用apply方法

apply 方法是处理 DataFrame 的高效方式，适用于对每一行或每一列进行操作。如果你需要对每一行进行处理，并在该行新增几列，可以定义一个函数，然后将其应用到每一行。

import pandas as pd

# 创建一个示例 DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)

# 定义一个函数，用于处理每一行
def process_row(row):
    row['C'] = row['A'] + row['B']
    row['D'] = row['A'] * row['B']
    return row

# 使用 apply 方法对每一行应用处理函数
df = df.apply(process_row, axis=1)

print(df)

2.2 使用iterrows或itertuples

如果你需要更细致地控制每一行的处理过程，可以使用 iterrows 或 itertuples 遍历每一行，然后手动更新 DataFrame。

import pandas as pd

# 创建一个示例 DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)

# 遍历每一行，处理并新增列
for index, row in df.iterrows():
    df.loc[index, 'C'] = row['A'] + row['B']
    df.loc[index, 'D'] = row['A'] * row['B']

print(df)

2.3 使用 assign 方法

assign 方法可以用于在 DataFrame 中新增列，它返回一个新的 DataFrame，不会修改原始数据。

import pandas as pd

# 创建一个示例 DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)

# 使用 assign 方法新增列
df = df.assign(
    C=lambda x: x['A'] + x['B'],
    D=lambda x: x['A'] * x['B']
)

print(df)

2.4 直接使用向量化操作

如果处理逻辑比较简单，可以直接使用向量化操作，这种方式通常比循环更高效。

import pandas as pd

# 创建一个示例 DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)

# 直接计算并新增列
df['C'] = df['A'] + df['B']
df['D'] = df['A'] * df['B']

print(df)

三、小结

总结

• apply 方法：适用于复杂的行处理逻辑。

• iterrows 或 itertuples：适用于需要逐行处理的情况，但性能较低。

• assign 方法：适用于需要新增多列的情况，且不会修改原始数据。

• 向量化操作：适用于简单的计算逻辑，性能最高。

根据你的具体需求选择合适的方法。

作者简介：

读研期间发表6篇SCI数据挖掘相关论文，现在某研究院从事数据算法相关科研工作，结合自身科研实践经历不定期分享关于Python、机器学习、深度学习、人工智能系列基础知识与应用案例。致力于只做原创，以最简单的方式理解和学习，关注我一起交流成长。需要数据集和源码的小伙伴可以关注底部公众号添加作者微信。