Pandas dataframe:创建一个使用其他两列的自定义函数的新列

在使用Pandas处理数据时，有时候我们需要根据已有的列创建一个新的列，而该新列的值是通过对其他两列进行自定义函数计算得到的。下面是一个关于如何创建这样一个新列的问题。

问题的背景是：如果你的函数只需要一个列的值，那么可以使用以下方法代替coldspeed的答案：

dfX['A'].apply(your_func)

如果需要将结果保存到新列中，可以使用以下方法：

dfX['C'] = dfX['A'].apply(your_func)

以上代码中，dfX是一个Pandas的DataFrame对象，'A'是DataFrame中的一个列名，your_func是一个自定义函数。

问题的原因是：在处理数据时，有时我们需要根据已有的列创建一个新的列，而新列的值是通过对其他两列进行自定义函数计算得到的。为了实现这个目标，我们需要使用Pandas的apply方法。

解决方法如下：

1. 首先，我们需要定义一个自定义函数，该函数可以接受两个参数，分别是两个列的值，并根据这两个值进行计算得到一个新的值。

2. 然后，我们可以使用apply方法将自定义函数应用于DataFrame中的每一行，从而得到一个包含新值的Series对象。

3. 最后，我们可以将这个Series对象赋值给DataFrame中的一个新列，从而创建一个新的列。

通过以上步骤，我们就可以实现创建一个新的列，该列的值是通过对其他两列进行自定义函数计算得到的。

在处理数据时，我们经常需要根据已有的列创建一个新的列，而新列的值是通过对其他两列进行自定义函数计算得到的。为了实现这个目标，我们可以使用Pandas的apply方法，将自定义函数应用于DataFrame中的每一行，从而得到一个包含新值的Series对象，并将该Series对象赋值给DataFrame中的一个新列，从而创建一个新的列。

问题的出现原因是使用Pandas dataframe创建一个新的列，该列是使用其他两列应用自定义函数的结果。解决方法是升级Pandas版本或使用向量化函数。

在给出的代码示例中，首先创建了一个包含两列数据的dataframe。然后定义了一个名为`someThingSpecial`的自定义函数，该函数将两个输入参数相加并返回结果。接下来，使用`apply`函数将该函数应用于dataframe的每一行，生成一个新的列。

如果希望升级Pandas版本，可以尝试将版本升级到最新的稳定版本（目前是0.21）。这可能会解决问题。

另一种解决方法是使用向量化函数。使用`np.vectorize`函数将自定义函数向量化，使其能够接受数组，并在每个元素对上操作。然后，可以通过将向量化函数应用于dataframe的两列数据，将结果赋值给新的列`C`。

作者还提到向量化函数的性能改进，但并不清楚它的具体实现原理。

最后，问题的提出者感谢解决方法的提供者，并表示原始方法也能够正常工作，问题实际上是在自定义函数上出现了错误。他表示喜欢向量化函数的优雅性。解决方法的提供者则表示不确定向量化函数具体是如何工作的，但它是他常用的工具之一。