熊猫使用套用方法时会删除lambda

Question

在熊猫管道中，给定数据框df，按行创建新列的最佳方法是：

(df
 . (...)
 .assign(new_col = lambda df_: df_.apply(lambda row: my_function(row), axis=1)
)

分配需要一个pd.Series，它本身是通过apply逐行构建的。
我觉得这个策略太冗长了（在一行代码中有两个lambda）。有没有更简单和/或更有效的方法来达到相同的结果？ 我在考虑类似于以下内容的语法：

 .assign(new_col = lambda row: my_function(row), axis=1)

谢谢。

Answer 1

如您所发现，pd.DataFrame.apply接受一个函数。将lambda row: my_function(row)应用于每一行是将my_function应用于每一行的一种混淆方式，因为lambda只是一个匿名函数。因此，只需直接输入my_function：

df.(...)\
  .assign(new_col=lambda df_: df_.apply(my_function, axis=1))

请注意，如果my_function中使用的列未更改，并且您的数据帧索引在整个先前的逻辑中都得到维护，则可以简化您的逻辑：

df.(...)\
  .assign(new_col=df.apply(my_function, axis=1))