在pandas数据框架中,可以通过使用apply()
方法和lambda函数来创建新列作为现有列的函数。
首先,我们需要使用apply()
方法来应用一个函数到数据框架的列中。lambda函数可以用来定义我们想要应用的函数。
以下是创建新列作为现有列的函数的步骤:
import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
func = lambda x: x * 2
apply()
方法将该函数应用到数据框架的列中,创建一个新列C:df['C'] = df['B'].apply(func)
完整的示例代码如下:
import pandas as pd
# 创建数据框架
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
# 定义一个函数,将当前行的值乘以2
func = lambda x: x * 2
# 应用函数,创建新列C
df['C'] = df['B'].apply(func)
print(df)
输出结果:
A B C
0 1 4 8
1 2 5 10
2 3 6 12
通过以上步骤,我们成功地在pandas数据框架中创建了一个新列C,该列的值是现有列B的值乘以2。这种方法非常灵活,可以根据具体需求定义不同的函数来创建新列。
领取专属 10元无门槛券
手把手带您无忧上云