Python 通过对每一行进行操作，“pandas”在数据帧中创建列的方式是什么？

我有一个

apply

函数，它对数据帧中的每一行进行操作。

apply

函数的结果是一个新值。此新值将放在该行的新列中

因此，在将此函数应用于数据帧中的所有行之后，该数据帧中将有一个全新的列

如何在

pandas

中执行此操作

主要有两种方式：

df['new_column'] = df.apply(my_fxn, axis=1)

或

如果需要使用其他参数，可以将它们传递给

apply

函数，但有时（对我来说）只使用lambda更容易：

df['new_column'] = df.apply(lambda row: my_fxn(row, global_dict), axis=1)

此外，如果您的函数可以以矢量化方式对数组进行操作，则可以执行以下操作：

df['new_column'] = my_fxn(df['col1'], df['col2'])

---

我以前应该提到过这一点：我的函数有两个参数，一个来自

数据帧的行，一个全局字典。我试着这样合并它们：
df['new_column']=df.apply（my_fxn（row），args=（），axis=1）
，但它似乎将全局_字典分解为单独的K/V对。结果它告诉我，争论太多了。如何将参数传递给
apply
函数？@DSM D'oh我从另一个路径开始，忘了清理所有内容。@Hunle将字典直接传递给函数（请参见编辑）
df['new_column'] = my_fxn(df['col1'], df['col2'])