如何在Pandas中编写支持多输入列的自定义apply函数？

假设你有如下Pandas DataFrame：

import pandas as pd

df = pd.DataFrame({
    'A': [34, 55],
    'B': [23, 65]
})

你已经掌握了针对单列使用apply的方法，现在需要实现接收多列输入的自定义函数，计算2*A + 3*B并生成新列C，有两种常见方案：

方案1：使用apply并指定axis=1 #

通过设置axis=1，apply会将DataFrame的每一行作为一个Series对象传入自定义函数，你可以通过列名直接提取对应列的值：

def mult_function(row):
    return 2 * row['A'] + 3 * row['B']

# 调用apply，axis=1表示按行处理
df['C'] = df.apply(mult_function, axis=1)

执行后得到结果：

A   B    C
0  34  23  137
1  55  65  305

方案2：直接使用向量化运算（推荐） #

如果你的逻辑可以用Pandas的向量化操作实现，优先选择这种方式——它比apply的执行效率高得多（尤其处理大数据集时），代码也更简洁：

df['C'] = 2 * df['A'] + 3 * df['B']

执行后得到的结果和方案1完全一致。

内容的提问来源于stack exchange，提问作者fred.schwartz