如何基于条件对DataFrame列应用自定义函数生成新列/新DataFrame？

我想在条件满足时应用函数，返回整数与选定向量的乘积并追加到DataFrame右侧，但始终得到异常结果。我是Python新手，求帮忙。

示例数据与代码 #

# 示例数据
data = {'Condition':  ['C','D','A','C'], 
'Values':[10,20,30,40], 
'Ftype':[3,3,3,3] }

df = pd.DataFrame(data)

# 随字母变化的时间序列配置表
profile = {'profile_ID':  ['A','B','C','D','E','F'], 
'Period1':[0.1,0.0,0.1,0.0,0.2,0.1],
'Period2':[0.0,0.0,0.0,0.0,0.0,0.0],
'Period3':[0.1,0.1,0.1,0.1,0.1,0.1],
'Period4':[0.2,0.2,0.2,0.2,0.2,0.2]}

profile = pd.DataFrame(profile)

# 自定义函数
def Custom_function (Ftype):
    if  Ftype > 2:
        return_array = df['Values'] * profile    
                
    return return_array

# 生成新DataFrame
dfx=df['Ftype'].apply(Custom_function)

期望输出（仅展示第一行示例） #

实际异常输出 #

0        0   1   2   3  Period1  Period2  Period3  ...
1        0   1   2   3  Period1  Period2  Period3  ...
2        0   1   2   3  Period1  Period2  Period3  ...
3        0   1   2   3  Period1  Period2  Period3  ...
Name: Ftype, dtype: object

我试过用groupby匹配df和profile中的对应字母，但担心效率问题，现在卡壳了。

你的代码有几个核心问题，逐一修正就能得到想要的结果：

1. 核心问题点 #

• 函数里直接用df['Values'] * profile，会让整列Values和整个profile表做广播运算，完全没关联每行的Condition和profile_ID。
• 函数直接引用全局的df，而不是针对当前行处理，导致apply逐行执行时重复计算整表。

2. 正确实现步骤 #

步骤1：把profile转成字典，快速匹配 #

将profile表转成以profile_ID为键的字典，查找效率远高于groupby：

# 转换为字典，key是字母ID，value是对应的Period数值
profile_dict = profile.set_index('profile_ID').to_dict('index')

步骤2：修改自定义函数，逐行处理 #

让函数接收整行数据，这样能拿到当前行的Condition、Values，匹配对应profile后计算乘积：

def custom_function(row):
    if row['Ftype'] > 2:
        # 匹配当前行Condition对应的配置项
        p = profile_dict.get(row['Condition'], {})
        # 计算Values与各Period的乘积
        return pd.Series({
            'Period1': row['Values'] * p.get('Period1', 0),
            'Period2': row['Values'] * p.get('Period2', 0),
            'Period3': row['Values'] * p.get('Period3', 0),
            'Period4': row['Values'] * p.get('Period4', 0)
        })
    # 条件不满足时返回全0
    return pd.Series([0,0,0,0], index=['Period1','Period2','Period3','Period4'])

步骤3：生成结果并合并到原表 #

用apply逐行处理，再合并结果：

# 生成Period列数据
period_df = df.apply(custom_function, axis=1)
# 合并到原DataFrame
result_df = pd.concat([df, period_df], axis=1)

最终输出结果 #

运行后result_df的格式如下：

额外说明 #

• 字典查找的时间复杂度是O(1)，比groupby循环效率高很多，完全不用担心性能问题。
• 如果后续新增Period列，只要保持profile表的格式，修改函数时可以动态生成列，不用手动写死。

内容的提问来源于stack exchange，提问作者Pgmr_Beginner