如何在pandas数据框架中创建新列作为现有列的函数？

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：

1. 导入pandas库：import pandas as pd
2. 创建一个数据框架：df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
3. 使用lambda函数定义一个函数，该函数将当前行的值乘以2：func = lambda x: x * 2
4. 使用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。