Python BN“]而不是数据[“DBN”]是。apply可以接受lambda表达式：apply可以接受lambda表达式，但您已经将其应用于列而不是整个数据帧。请参阅下面的答案。这种方法有两个问题：1）Series.apply（）没有axis参数。2）当我们做数据[

---

BN“]而不是

数据[“DBN”]

是。

apply

可以接受lambda表达式：apply可以接受lambda表达式，但您已经将其应用于列而不是整个数据帧。请参阅下面的答案。这种方法有两个问题：1）

Series.apply（）

没有

axis

参数。2）当我们做

数据[“class_size”]时。应用（lambda x:…）

我们不能通过

x

访问其他列。解决方案：

data.apply（lambda x:{0:02d}{}）。格式（x[“CSD”]，x[“SCHOOL code”]，axis=1）

。但可能有更好的矢量化solutions@MaxU你说得对。我已经将更改应用到了我的代码中。我假设他正在应用到数据帧。这种方法有两个问题：1）

Series.apply（）

没有

axis

参数。2）当我们使用

数据[“class_size”]时。apply（lambda x:…）

我们无法通过

x

访问其他列。解决方案：

data.apply（lambda x:{0:02d}{}）。格式（x[“CSD”]、x[“SCHOOL code”]、axis=1）

。但可能有更好的矢量化solutions@MaxU你是对的。我已经将更改应用到我的代码中。我假设他正在应用到数据帧。我没有尝试运行此代码，因为我在阅读另一个项目时发现了它，我只是试图理解其背后的思想过程和方法。这对理解有很大帮助g apply函数的工作原理和lambda。我认为数据帧的方式类似于2D数组，因此[“class_size”]是我的本地数据集之一，我想添加一列[“DBN”].这不是正确的想法吗？数据帧是一个2d数组，看起来很好-我不确定你所说的“我的一个数据集”是什么意思，但如果你要添加一列，你希望它是

dataset[column\u name]=x

，其中

x

是

Pandas.Series

（这通常是从数据帧上的单列操作中获得的…我没有帮助，是吗？）。我想考虑它的方式可能是，它的工作原理类似于

new\u variable=operation（old\u variable）

左边的任何东西都是要创建/替换的，当前存在的任何东西都应该在

=

的右边。我没有试过运行这段代码，因为我是在阅读另一个项目时发现它的，我只是试着理解它背后的思想过程和方法。这对理解ppy函数工作，lambda。我认为数据帧的方式类似于2D数组，所以[“class_size”]是我的本地数据集之一，我想添加一列[“DBN”].这不是正确的想法吗？数据帧是一个2d数组，看起来很好-我不确定你所说的“我的一个数据集”是什么意思，但如果你要添加一列，你希望它是

dataset[column\u name]=x

，其中

x

是

Pandas.Series

（这通常是从数据帧上的单列操作中获得的…我没有帮助，是吗？）。我想考虑它的方式可能是，它的工作原理类似于

new\u variable=operation（old\u variable）

左侧的任何内容都是要创建/替换的内容，当前存在的任何内容都应该位于

=

的右侧。

data["class_size"]["DBN"] = data["class_size"].apply(lambda x: "{0:02d}{1}".format(x["CSD"], x["SCHOOL CODE"]), axis=1)

data["DBN"] = data.apply(lambda x: "{0:02d}{1}".format(x["CSD"], x["SCHOOL CODE"]), axis=1)

import pandas as pd

data = {"numbers":range(30)}

def cube(x):
    return x**3

df = pd.DataFrame(data)

df['squares'] = df['numbers'].apply(lambda x: x**2)

df['cubes'] = df['numbers'].apply(cube)

print df

   numbers  squares  cubes
0        0        0      0
1        1        1      1
2        2        4      8
3        3        9     27
4        4       16     64
...

def list_apply(func, mylist):
    newlist = []
    for item in mylist:
        newlist.append(func(item))

a_list = range(10)

print list_apply(cube, a_list)

[0, 1, 8, 27, 64, 125, 216, 343, 512, 729]

data["class_size","DBN"] = data["class_size"].apply(lambda x: "{0:02d}{1}".format(x["CSD"], x["SCHOOL CODE"]), axis=1)