在Python中向数据框多列返回多个值

在Python中，可以使用多种方法向数据框多列返回多个值。以下是几种常见的方法：

1. 使用apply函数：可以使用apply函数将一个自定义函数应用于数据框的多列，并返回多个值。例如，假设有一个名为df的数据框，其中包含两列'A'和'B'，可以使用以下代码向这两列返回多个值：

def my_function(row):
    return row['A'] * 2, row['B'] * 3

df[['A_result', 'B_result']] = df.apply(my_function, axis=1, result_type='expand')

上述代码中，my_function是一个自定义函数，它接受一个行作为输入，并返回两个值。apply函数将my_function应用于数据框的每一行，并将返回的多个值分配给新的列'A_result'和'B_result'。

1. 使用zip函数：可以使用zip函数将多个列的值打包成元组，并将这些元组作为新的列添加到数据框中。例如，假设有两个列'A'和'B'，可以使用以下代码向这两列返回多个值：

df['AB_result'] = list(zip(df['A'], df['B']))

上述代码中，zip函数将列'A'和列'B'的值打包成元组，并使用list函数将其转换为列表。然后，将这个列表作为新的列'AB_result'添加到数据框中。

1. 使用iterrows函数：可以使用iterrows函数遍历数据框的每一行，并在循环中处理每一行的多个列的值。例如，假设有两个列'A'和'B'，可以使用以下代码向这两列返回多个值：

for index, row in df.iterrows():
    df.at[index, 'A_result'] = row['A'] * 2
    df.at[index, 'B_result'] = row['B'] * 3

上述代码中，iterrows函数遍历数据框的每一行，并将每一行的索引和值存储在变量index和row中。然后，可以通过row['A']和row['B']访问每一行的列'A'和列'B'的值，并将处理后的值分配给新的列'A_result'和'B_result'。

这些方法可以根据具体的需求选择使用。请注意，以上示例中的代码仅为演示目的，实际应用中可能需要根据具体情况进行适当的修改。