使用List Comprehension在pandas DataFrame中创建新列

如何解决使用List Comprehension在pandas DataFrame中创建新列

因此，我有一个pandas DataFrame，其中包含几列，这些列包含一些值，我希望使用这些值使用已定义的函数来创建新列。我一直在计划使用this answer中详细介绍的Python的列表理解来做到这一点。这是我一直在尝试的：

df['NewCol1'],df['NewCol2'] = [myFunction(x=row[0],y=row[1]) for row in zip(df['OldCol1'],df['OldCol2'])]

这可以正常运行，直到需要将值分配给新列时，这时它会失败，我相信是因为它不是一直在迭代地分配值，而是尝试为每个列分配一个常量值。我觉得我已经接近正确地做到这一点，但是我还不太确定要完成的任务。

编辑：

数据都是字符串，并且该函数根据这些字符串从另一个源中获取一些不同的信息，如下所示：

def myFunction(x,y):
    # read file based on value of x
    # search file for values a and b based on value of y
    return(a,b)

我知道这有点模糊，但是辅助函数的解释相当复杂。

收到的错误是：

ValueError: too many values to unpack (expected 4)

解决方法

您可以使用zip()

df['NewCol1'],df['NewCol2'] = zip(*[myFunction(x=row[0],y=row[1]) for row in zip(df['OldCol1'],df['OldCol2'])])