如何对Pandas DataFrame的指定行子集应用新增列的自定义函数

你原来的写法仅会匹配原DataFrame已有的列进行赋值，函数新增的列不在原表的列列表中，对应内容会被直接丢弃，所以看不到更新效果。

你可以先拿到处理后的子表，自动识别新增的列后再写入原表，不需要手动指定新增的列名，适配任意数量的新增列场景：

import pandas

def arbitrary_function_that_adds_columns(df):
    # 先拷贝避免修改传入的原数据，减少副作用
    df = df.copy()
    df['new column'] = df['A'] + df['B'] / 8 + df['A']**3
    return df

df = pandas.DataFrame({'A': [1,2,3,4], 'B': [2,3,4,5]})

# 此处加~是为了匹配你给出的期望输出，若要给A为1、3的行赋值去掉~即可
rows = ~df['A'].isin({1,3})
# 处理目标行的子表
processed_subdf = arbitrary_function_that_adds_columns(df.loc[rows])

# 自动识别所有新增列，写入原表
for new_col in processed_subdf.columns.difference(df.columns):
    df[new_col] = pandas.NA
    df.loc[rows, new_col] = processed_subdf[new_col]

print(df)

运行后输出和你期望的结果完全一致：

A  B  new column
0  1  2        <NA>
1  2  3      10.375
2  3  4        <NA>
3  4  5      68.625

• 先通过columns.difference对比处理后的子表和原表的列差，自动找出所有新增的列
• 先给原表初始化这些新增列，默认填充空值
• 再把处理后的结果赋值给目标行的对应列，不管函数新增多少列都可以通用适配

内容的提问来源于stack exchange，提问作者user171780