Python 使用“应用”方法时，请删除lambda

在pandas管道中，我知道的最好的方法是在给定dataframe

df

的情况下按行创建新列，如下所示：

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

assign需要一个

pd.Series

，它本身是通过

apply

按行构建的
我觉得这个策略太冗长了（一行代码中有两个lambda）。是否有更简单和/或更有效的方法达到相同的结果？ 我考虑的语法类似于：

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

谢谢。

正如您所发现的，接受函数。将

lambda行应用于每一行：my_函数（row）

是将

my_函数应用于每一行的一种模糊方式，因为
lambda
只是一个匿名函数。因此，只需直接输入
my_函数
：

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

注意：如果
my_function
中使用的列保持不变，并且在之前的逻辑中始终保持数据帧索引，则可以简化逻辑：

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

两个lambda都可能是冗余的。请显示my_函数。
.assign（new_col=lambda df:df.apply（my_函数，axis=1））
是该问题的解决方案。