Python 应用函数

我正在尝试将一个函数应用到熊猫数据帧，我想应用的函数是创建一个新列，其中的“abc”是一个值。但是输出不是我所期望的。以下是包含输入和输出的代码：

import pandas as pd

df = pd.read_csv("test.csv")
print(df)

# Initial Dataframe
#      name  age
# 0    alex   25
# 1  audrey   22

def add_one(df):
    return df + 1

def create_col(df):
    df["new_col"] = 'abc'


df["age_1_year"] = df["age"].apply(add_one)
df["my_col"] = df.apply(create_col)
print(df)

#      name  age  age_1_year my_col
# 0    alex   25          26    NaN
# 1  audrey   22          23    NaN

我本想在我的专栏“我的大学”中有“abc”，但我得到了“NaN”。提前感谢

您不能这样做：

df["age_1_year"] = df["age"] +1

df["my_col"] = 'abc'

---

像这样的东西有用吗

作为pd进口熊猫
d={'age'：[25,22]}
def添加一（x）：
返回x+1
def创建列（行）：
行['my_col']='abc'
返回行
df=pd.DataFrame（d，列=['age']）
df[“年龄”]=df[“年龄”]。申请（添加一个）
df=df.apply（创建列，轴=1）
打印（df）
年龄1岁我的大学
0 25 26 abc
12223美国广播公司

使用

pandas

时，您希望尽量避免

应用

，而是对整个

系列

或

数据帧

使用矢量化操作。如果可能，您的方法签名应该接受一个序列，操纵该序列，然后返回一个可以分配回的序列，或者接受数据帧，操纵数据帧并返回修改后的数据帧

因此，如果您想创建一个函数，将其添加到一个系列中，您可以执行以下操作：

def add_one(s: pd.Series):
    return s+1

df['age_one_year'] = add_one(df['age'])
#     name  age  age_one_year
#0    alex   25            26
#1  audrey   22            23

如果需要创建静态值的函数，可以传递并返回数据帧：

def add_static_column(df: pd.DataFrame, col_name, static_val):
    df[col_name] = static_val
    return df

df = add_static_column(df, 'new_col', 'abc')
#     name  age  age_one_year new_col
#0    alex   25            26     abc
#1  audrey   22            23     abc

---

您不需要

应用

。直接使用

df[“my_col”]=“abc”

？你是对的，它会工作，但我尝试使用函数，因为最终这个项目会变得更大，我想让函数对它们进行单元测试。这会工作，但我尝试在这里使用函数，因为最终我会喜欢对我的函数进行单元测试。这有意义吗？@AlexBrunet您通常不会使用

apply

创建新列。它用于将函数应用于每个现有行，而不是创建新行。我知道你想测试它，但它不是apply的用途。好的，谢谢你的解释：）哦，很好，是的，它有帮助，谢谢！非常感谢，非常有用！嘿@ALollz谢谢你的回复，非常有用。

def add_static_column(df: pd.DataFrame, col_name, static_val):
    df[col_name] = static_val
    return df

df = add_static_column(df, 'new_col', 'abc')
#     name  age  age_one_year new_col
#0    alex   25            26     abc
#1  audrey   22            23     abc