Застосування функції з кількома аргументами для створення нового стовпця панд

Я хочу створити новий стовпчик у pandasкадрі даних, застосувавши функцію до двох існуючих стовпців. Після цієї відповіді я зміг створити новий стовпець, коли мені потрібен лише один стовпець як аргумент:

import pandas as pd
df = pd.DataFrame({"A": [10,20,30], "B": [20, 30, 10]})

def fx(x):
    return x * x

print(df)
df['newcolumn'] = df.A.apply(fx)
print(df)

Однак я не можу зрозуміти, як зробити те саме, коли функція вимагає декількох аргументів. Наприклад, як я можу створити новий стовпець, передавши стовпчик А та стовпець В до функції нижче?

def fxy(x, y):
    return x * y

Крім того, ви можете використовувати базову функцію:

>>> import numpy as np
>>> df = pd.DataFrame({"A": [10,20,30], "B": [20, 30, 10]})
>>> df['new_column'] = np.multiply(df['A'], df['B'])
>>> df
    A   B  new_column
0  10  20         200
1  20  30         600
2  30  10         300

або векторизувати довільну функцію в загальному випадку:

>>> def fx(x, y):
...     return x*y
...
>>> df['new_column'] = np.vectorize(fx)(df['A'], df['B'])
>>> df
    A   B  new_column
0  10  20         200
1  20  30         600
2  30  10         300

Ви можете скористатися прикладом @greenAfrican, якщо ви можете переписати свою функцію. Але якщо ви не хочете переписати свою функцію, ви можете перетворити її в анонімну функцію всередині застосувати, наприклад:

>>> def fxy(x, y):
...     return x * y

>>> df['newcolumn'] = df.apply(lambda x: fxy(x['A'], x['B']), axis=1)
>>> df
    A   B  newcolumn
0  10  20        200
1  20  30        600
2  30  10        300

Це вирішує проблему:

df['newcolumn'] = df.A * df.B

Ви також можете зробити:

def fab(row):
  return row['A'] * row['B']

df['newcolumn'] = df.apply(fab, axis=1)

Якщо вам потрібно створити кілька стовпців одночасно :

1. Створіть фрейм даних:

   import pandas as pd
   df = pd.DataFrame({"A": [10,20,30], "B": [20, 30, 10]})

2. Створіть функцію:

   def fab(row):                                                  
       return row['A'] * row['B'], row['A'] + row['B']

3. Призначте нові стовпці:

   df['newcolumn'], df['newcolumn2'] = zip(*df.apply(fab, axis=1))

Ще один синтаксис чистого стилю dict:

df["new_column"] = df.apply(lambda x: x["A"] * x["B"], axis = 1)

або,

df["new_column"] = df["A"] * df["B"]