Menerapkan fungsi dengan beberapa argumen untuk membuat kolom panda baru

Saya ingin membuat kolom baru dalam pandasbingkai data dengan menerapkan fungsi ke dua kolom yang ada. Mengikuti jawaban ini, saya dapat membuat kolom baru ketika saya hanya membutuhkan satu kolom sebagai argumen:

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)

Namun, saya tidak tahu bagaimana melakukan hal yang sama ketika fungsi tersebut membutuhkan beberapa argumen. Misalnya, bagaimana cara membuat kolom baru dengan meneruskan kolom A dan kolom B ke fungsi di bawah ini?

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

Atau, Anda dapat menggunakan fungsi dasar numpy:

>>> 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

atau mengubah fungsi sewenang-wenang dalam kasus umum:

>>> 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

Anda dapat menggunakan contoh @greenAfrican, jika mungkin bagi Anda untuk menulis ulang fungsi Anda. Tetapi jika Anda tidak ingin menulis ulang fungsi Anda, Anda dapat membungkusnya menjadi fungsi anonim di dalam berlaku, seperti ini:

>>> 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

Ini memecahkan masalah:

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

Anda juga bisa:

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

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

Jika Anda perlu membuat beberapa kolom sekaligus :

1. Buat kerangka data:

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

2. Buat fungsinya:

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

3. Tetapkan kolom baru:

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

Satu lagi sintaks gaya bersih dict:

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

atau,

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