pandas apply 複数列 複数行の値を引数で

Question

前提・実現したいこと

複数列　複数行の値を引数に関数に与えて帰ってきた値を新しい列で追加したい

４つの引数を与える関数があります
def my_func(x1, y1, x2, y2):

長いので処理省略

　　　
return R

pandasの
x1= A列の1行め
x２=B列の1行め
y１=A列の2行め
y２=B列の2行め
を引数でmy_funcの帰ってきた値を
R列1行めに追加したい

x1= A列の2行め
x２=B列の2行め
y１=A列の3行め
y２=B列の3行め
を引数でmy_funcの帰ってきた値を
R列2行めに追加したい
:::::

と最後の行までR列に値を入れたい

見つけて試そうと思ったコード
①
def func(row):
return row['A'] + row['B'] + row['C']

import pandas as pd
df = pd.DataFrame({'A':[1,2,3],'B':[10,20,30],'C':[100,200,300]})
df['D'] = df.apply( func, axis=1)
print (df)

⬆︎２行分の書き方がよくわかりませんでした

②

import pandas as pd
df = pd.DataFrame({ 'A' : [1, 2, 3, 4, 5], 'B' : [10, 20, 30, 40, 50] })

df['D'] = list(map(lambda x, y: x + y, df['A'], df['B'].shift(-1)))
print(df)

A B D
0 1 10 21.0
1 2 20 32.0
2 3 30 43.0
3 4 40 54.0
4 5 50 NaN

⬆︎
df['A'] ＋　df['B'].shift(-1)
1+20
2+30
3+40
4+50

df['D'] = list(map(lambda x, y: x + y, df['A'], df['B'].shift(-1)))
を変えればいいのかなまでは理解できましたが
そのさきが思うようにできませんというよりどう書いていいかわからずといったところがです

発生している問題・エラーメッセージ

TypeError: ("'Series' object is not callable", 'occurred at index A')

該当のソースコード

試したこと

df["R"] = df.apply(func1(df['A'],df['B'], df['A'].shift(-1), df['B'].shift(-1)))

補足情報（FW/ツールのバージョンなど）

ここにより詳細な情報を記載してください。

Comments

[t_obara]

入力に対し、期待する出力を提示した方がよろしいかと。
あと、コードは```で囲ってください。

[magichan]

いまひとつ仕様が明確ではありません。
２行目以降はどのように処理をするのでしょうか？
１行目をX に２行目をyに割り振る
２行目をX に３行目をyに割り振る
３行目をX に４行目をyに割り振る
・・・
と繰り返すのですか？
それとも単純に
奇数行はX、偶数行はyに割り振る
ということでしょうか？
また後者の場合戻ってきた値を、奇数行と偶数行に同じ値を書き込むのですか？それとも奇数行にのみかきこむのですか？

[meg_]

forループでの処理では駄目なのですか？

Answer 1

質問の編集ありがとうございました。

今回の仕様の場合

• 『複数行にapply()を適用する』

と考えるよりも

• 『複数行をまとめたDataFrameを作成し、そろDataFrameに対してapply()を適用する』

と考える方がシンプルです。

データのまとめ方ですが、まず各行の１つ下の行は②に書かれているように DataFrame.shift(-1) にて得ることができますので、
前処理として、'A'列と'B'列をshift(-1)した行をそれぞれ 'A2'列と'B2'列に名前を変更（rename()）を行い、元のDataFrameに結合（join()）します。
すると

import pandas as pd

df = pd.DataFrame({ 'A' : [1, 2, 3, 4, 5], 'B' : [10, 20, 30, 40, 50] })
df = df.join(df[['A', 'B']].rename(columns={'A':'A2','B':'B2'}).shift(-1))
#   A   B   A2    B2
#0  1  10  2.0  20.0
#1  2  20  3.0  30.0
#2  3  30  4.0  40.0
#3  4  40  5.0  50.0
#4  5  50  NaN   NaN

となりますので、このDataFrameの各行に対して apply() を適用すると良いだけとなります。
DataFrameの各列を関数 my_func(x1, y1, x2, y2)の各パラメータに対応させるには、lambda を経由して

df['R'] = df.apply(lambda row:f(row['A'],row['A2'],row['B'],row['B2']), axis=1)

または

df['R'] = df.apply(lambda row:f(*row[['A','A2','B','B2']]), axis=1)

の様に呼ぶことでの行えるかと思います。

あとは、もし'A2'列と'B2'列が不要であれば、以下のように削除するだけです。

df = df.drop(columns=['A2', 'B2'])

Comments

[marymills]

行を増やすという発想が全くなかったのでありがとうございました。
出来ました。