Python 使用apply（）函数在pandas.DataFrame中创建新列

我有一个数据框，如：

          A    B  
'2010-01-01'  10  20   
'2010-02-01'  20  30  
'2010-03-01'  30  10  

我需要为每个列应用一些函数，并在这个数据框架中创建具有特殊名称的新列

               A   B A1 B1  
'2010-01-01'  10  20 20 40  
'2010-02-01'  20  30 40 60  
'2010-03-01'  30  10 60 20

---

因此，我需要根据列

A

和

B

（比如name

A1=str（A）+str（1）

）乘以2，创建两个名为

A1

和

B2

的附加列。是否可以使用

DataFrame.apply（）

或其他构造来执行此操作

您可以使用

join

进行组合：

>>> import pandas as pd
>>> df = pd.DataFrame({"A": [10,20,30], "B": [20, 30, 10]})
>>> df
    A   B
0  10  20
1  20  30
2  30  10
>>> df * 2
    A   B
0  20  40
1  40  60
2  60  20
>>> df.join(df*2, rsuffix='1')
    A   B  A1  B1
0  10  20  20  40
1  20  30  40  60
2  30  10  60  20

---

如果您愿意，可以将

df*2

替换为

df.apply（您的_函数）

。

我会跳过

apply

方法，直接定义列

import pandas as pd
df = pd.DataFrame({"A": [10,20,30], "B": [20, 30, 10]})
for col in df.columns:
    df[col+"1"] = df[col] * 2

---

不像DSM的解决方案那样优雅。但无论出于何种原因，除非我真的需要，否则我都会避免应用。

通过避免加入

这也有一个好处，即不必重新分配数据帧。非常感谢！这真的很有帮助！非常感谢您的回答！