python 使用pandas同时对多列进行赋值

如dataframe

 data1[\'月份\']=int(month) #加入月份和企业名称
 data1[\'企业\']=parmentname

可以增加单列，并赋值，如果想同时对多列进行赋值

data1[\'月份\',\'企业\']=int(month) , parmentname   #加入月份和企业名称

会出错

ValueError: Length of values does not match length of index

data[[\'合计\',\'平均\']]=\'数据\',\'月份\'

类似这样的，也无效

KeyError: “None of [Index([‘合计\’, ‘平均\’], dtype=‘object\’)] are in the [columns]”

只有下例中：

import pandas as pd
chengji=[[100,95,100,99],[90,98,99,100],[88,95,98,88],[99,98,97,87],[96.5,90,96,85],[94,94,93,91],[91, 99, 92, 87], [85, 88, 85, 90], [90, 92, 99, 88], [90, 88, 89, 81], [85, 89, 89, 82], [95, 87, 86, 88], [90, 97, 97, 98], [80, 92, 89, 98], [80, 98, 85, 81], [98, 88, 95, 92]]
data=pd.DataFrame(chengji,columns=[\'语文\',\'英语\',\'数学\',\'政治\'])
print (data)
# data1=data[[\'数学\',\'语文\',\'英语\',\'政治\']]    #排序
# data1=data1.reset_index(drop=True)   #序列重建
# data1.index.names=[\'序号\']     #序列重命名
# data1.index=data1.index+1    #序列从1开始
# print (data1)
data=pd.DataFrame(chengji,columns=[\'语文\',\'英语\',\'数学\',\'政治\'],index=[i for i in range(1,len(chengji)+1)])
print (data)
data[[\'合计\',\'平均\']]=data.apply(lambda x: (x.sum(), x.sum()/4),axis=1,result_type=\'expand\')
print (data[:])
data=pd.DataFrame(chengji,columns=[\'语文\',\'英语\',\'数学\',\'政治\'],index=[i for i in range(1,len(chengji)+1)])
print (data)
data[[\'合计\',\'平均\']]=data.apply(lambda x:(\'数据\',\'月份\'),axis=1,result_type=\'expand\')
print (data[:])

应用apply 并设置result_type=‘expand\’ 参数才可以。

先前的例子，用如下的方法就行了

data1[[\'月份\',\'企业\']]=data1.apply(lambda x:(int(month),parmentname),axis=1,result_type=\'expand\')
  # data1[\'月份\']=int(month)   #加入月份和企业名称
  # data1[\'企业\']=parmentname
  #print (data1)

后记：

如果\’月份\’,\’企业\’列存在，用如下也可,上例中，直接可以创建不存在的列。

data1.lco[:,[\'月份\',\'企业\']]=int(month),parmentname

或

data1[[\'月份\',\'企业\']]=int(month),parmentname

今天又遇到一个从某列截取字符串长度写到另一列的，也一并写到这里：

货品列在原表中无，取货品代码的前12位。

totaldata = totaldata.reset_index(drop=False)
totaldata[\'货品\'] = totaldata[\'货品代码\'].apply(lambda x:x[:12])

后记：2020.5.17又遇到想新增两列并赋值的问题

import numpy as np
import pandas as pd
from pandas import Series
 
chengji = [[\'N\', 95, 0], [\'N\', 100, 88], [\'N\', 88, 100], [\'N\', 66, 0]]
data = pd.DataFrame(chengji, columns=[\'p\', \'x\', \'g\'])
data[[\'序号\',\'列名\']]=data[[\'p\',\'x\']] #pd.DataFrame(data[[\'p\',\'x\']])# .apply(lambda x : x )
print(data)

补充：pandas 的apply返回多列，并赋值

代码如下：

import pandas as pd
df_tmp = pd.DataFrame([
 {\"a\":\"data1\", \"cnt\":100},{\"a\":\"data2\", \"cnt\":200},
])
df_tmp
a cnt
data1 100
data2 200

方法一：使用apply 的参数result_type 来处理

def formatrow(row):
 a = row[\"a\"] + str(row[\"cnt\"])
 b = str(row[\"cnt\"]) + row[\"a\"]
 return a, b 
 
df_tmp[[\"fomat1\", \"format2\"]] = df_tmp.apply(formatrow, axis=1, result_type=\"expand\")
df_tmp
a cnt fomat1 format2
data1 100 data1100 100data1
data2 200 data2200 200data2

方法二：使用zip打包返回结果来处理

df_tmp[\"fomat1-1\"], df_tmp[\"format2-2\"] = zip(*df_tmp.apply(formatrow, axis=1))
df_tmp
a cnt fomat1 format2 fomat1-1 format2-2
data1 100 data1100 100data1 data1100 100data1
data2 200 data2200 200data2 data2200 200data2

以上为个人经验，希望能给大家一个参考，也希望大家多多支持免费资源网。如有错误或未考虑完全的地方，望不吝赐教。