Pandas中如何用单个def函数返回两值分别赋值给两列？

完全可以通过单个自定义函数实现同时返回两个值、填充DataFrame两列的需求，不需要编写两个逻辑高度重复的函数。

单函数实现方式 #

使用apply(axis=1)逐行处理数据时，只要让函数返回长度与目标列数一致的可迭代对象（元组、列表均可），配合result_type='expand'参数，pandas就会自动将返回值拆分为独立列，直接完成多列赋值。
匹配你原有逻辑的代码如下：

def code_process(row):
    code_val = row['Code']
    concordance_val = row['Concordance']
    if pd.isna(concordance_val):
        # 返回值顺序需和等号左侧的列顺序一一对应：第一个给Acronyme，第二个给Concordance
        return (None, None)
    return (concordance_val, code_val)

# 一次性完成两列赋值
ListeCodeNova[['Acronyme', 'Concordance']] = ListeCodeNova.apply(code_process, axis=1, result_type='expand')

这段代码的运行结果和你原本写两个独立函数的效果完全一致。

更高效的替代方案 #

如果你的数据集体量较大，逐行apply的运行效率很低。你的判断逻辑非常简单，完全可以用pandas原生向量化操作实现，不需要自定义函数，运行速度会有量级提升：

import numpy as np

# 标记Concordance为空值的行
na_mask = ListeCodeNova['Concordance'].isna()
# 按规则批量赋值
ListeCodeNova['Acronyme'] = np.where(na_mask, None, ListeCodeNova['Concordance'])
ListeCodeNova['Concordance'] = np.where(na_mask, None, ListeCodeNova['Code'])

内容的提问来源于stack exchange，提问作者Rocheteau